Ekosystém bezpilotních leteckých systémů (UAV) se do roku 2035 transformuje v klíčovou infrastrukturu mobility a datových služeb s vysokou autonomií,…
Číst
Reinforcement learning pro přistání bezpilotních letadel na pohybující se platformě
Reinforcement learning optimalizuje autonomní přistání bezpilotních letadel na pohybující se platformě modelované jako POMDP, zohledňuje nelineární dynamiku, vícezdrojová data i…
Číst
Roadmapa výzkumu UAV do roku 2035: priority, milníky a měřitelné cíle
Ekosystém UAV do roku 2035 přejde k plné integraci s digitálním vzdušným prostorem, s důrazem na certifikovatelnou autonomii, energetickou efektivitu,…
Číst
Roadmapa rozvoje bezpilotních leteckých systémů do roku 2035: klíčové milníky, priority a ukazatele výzkumu
Roadmapa rozvoje UAV do roku 2035 stanovuje strategické priority v bezpečnosti, autonomii, energetice, AI a komunikaci pro postupnou integraci dronů…
Číst
Učení posilováním pro přistání bezpilotních letadel na pohybující se platformy
Učení posilováním optimalizuje autonomní přistání bezpilotních letadel na pohybující se platformy za podmínek neúplné informace a dynamických omezení, integruje multisenzorovou…
Číst
Deep Reinforcement Learning: Autonomní přiblížení a přesné přistání na pohyblivých platformách
Deep reinforcement learning umožňuje autonomní přistání UAV na pohyblivých platformách za využití POMDP modelu, multisenzorové percepce a bezpečnostních omezení, optimalizujících…
Číst
