Управляемая Магнитная Навигация: Новый Уровень Точности
![Система обучения с подкреплением, использующая магнитный катетер, моделируется с помощью LSTM-сети, где на каждом шаге состояние определяется текущим положением наконечника [latex]X_{t}, Y_{t}[/latex] и целевой точкой [latex]X_{g}, Y_{g}[/latex], а агент, использующий алгоритмы DQN или TD3, выбирает угловые приращения [latex]\Delta\theta_{1}, \Delta\theta_{3}[/latex] для управления, при этом вознаграждение формируется как сумма близости к цели и штрафа за усилие управления.](https://arxiv.org/html/2512.21063v1/Overview2.png)
Исследователи разработали систему, позволяющую точно управлять магнитным катетером внутри сосудов с помощью обучения с подкреплением и модели на основе LSTM.
Наука
Гармонизация данных: Стабильность мультимодальных автоэнкодеров
В статье представлен анализ стратегий объединения данных в мультимодальных автоэнкодерах и предложен новый подход, повышающий стабильность обучения и производительность моделей.
Умные дороги: автономное моделирование трафика с помощью искусственного интеллекта
Новая разработка позволяет создавать реалистичные и гибкие симуляции дорожного движения, управляемые естественным языком и алгоритмами оптимизации.
Умные дороги: Симуляция трафика с помощью искусственного интеллекта
Новая система позволяет создавать реалистичные сценарии дорожного движения, управляемые естественным языком и оптимизируемые искусственным интеллектом.
Пространственное моделирование сетей связи: новый взгляд на эффективность RSMA
![Влияние параметров [latex]\tilde{\sigma}^{2}[/latex] и [latex]\lambda[/latex] на среднюю скорость приема данных в системах NOMA и RSMA демонстрирует их ключевую роль в оптимизации производительности сети.](https://arxiv.org/html/2512.20883v1/x14.png)
В статье представлен комплексный анализ производительности сетей доступа с использованием технологии Rate-Splitting Multiple Access (RSMA) с учетом адаптации скорости передачи данных.