864 Arbeiten
Das Paper stellt ICLR vor, ein neuartiges Framework für kontextbasiertes Imitationslernen, das durch die Integration strukturierter visueller Schlussfolgerungen über zukünftige Robotertrajektorien in einen einheitlichen autoregressiven Transformer die Generalisierungsfähigkeit und Erfolgsrate von Robotern bei komplexen Manipulationsaufgaben im Vergleich zu bestehenden Methoden signifikant verbessert.
Das Paper stellt ACCURATE vor, ein 3D-Rekonstruktionsframework, das neuronale Segmentierung mit einem geometrie-beschränkten Topologie-Traversierungs- und Dynamischen-Programmierungsalgorithmus kombiniert, um die präzise und robuste Rekonstruktion beliebig geformter, langer, schlanker Kontinuumskörper wie Katheter aus zwei Röntgenansichten zu ermöglichen.
ReconDrive ist ein feed-forward Framework, das den 3D-Foundation-Modell VGGT durch hybride Vorhersageköpfe und eine statisch-dynamische 4D-Kompositionsstrategie erweitert, um für autonome Fahrzeugszenen eine skalierbare, hochpräzise und extrem schnelle 4D-Gaussian-Splatting-Rekonstruktion zu ermöglichen, die in der Qualität mit optimierungsintensiven Methoden konkurriert, aber um Größenordnungen schneller ist.
Die vorgestellte Arbeit stellt einen neuartigen Ansatz für das approximative Imitationslernen vor, der es einem Quadrocopter ermöglicht, mithilfe einer einzigen Event-Kamera und effizienter Simulationstraining ohne teures Event-Rendering bis zu 9,8 m/s schnell durch verstopfte Umgebungen zu fliegen.
Das Paper stellt FeasibleCap vor, ein System zur roboterfreien Datenerfassung per Handgelenk-Greifer, das durch Echtzeit-Feedback zu Erreichbarkeit, Gelenkgeschwindigkeiten und Kollisionen die Erfolgsrate von Demonstrationen auf Zielrobotern erhöht, ohne auf AR-Brillen, Hardware oder gelernte Dynamikmodelle angewiesen zu sein.
Die vorgestellte Arbeit stellt drei Algorithmen zur präzisen Positionsbestimmung von biologischen und robotischen Hunden ausschließlich mittels Inertialsensoren vor, wobei neuromodellierte Ansätze in einem neu erstellten Datensatz konventionelle modellbasierte Methoden übertreffen und eine kostengünstige Lösung mit einem Positionsfehler von unter 10 % bieten.
Die vorgestellte Studie stellt SMAT vor, ein vierstufiges Multi-Agenten-Trainingsverfahren, das durch die Nachahmung der natürlichen menschlichen Anpassung an tragbare Geräte eine stabile und effektive Ko-Adaptation zwischen Benutzer und Hüft-Exoskelett ermöglicht, was zu einer signifikanten Reduktion der Muskelaktivierung und konsistenten positiven mechanischen Leistung ohne subjektspezifisches Nachtrainieren führt.
Die Arbeit stellt GeoLoco vor, ein rein RGB-basiertes Framework für die Roboterlokomotion, das geometrische Priors eines visuellen Basismodells nutzt, um durch eine proprietärspezifische Aufmerksamkeitsmechanik und eine duale Hilfsaufgabe eine robuste Zero-Shot-Übertragung von der Simulation auf den Unitree G1-Humanoiden zu ermöglichen.
Diese Arbeit stellt einen Reinforcement-Learning-Rahmen zur Entwicklung von Exoskelett-Steuerungen vor, die biologische Gelenkmomente reduzieren, und validiert deren Leistung mittels eines offenen Gait-Datensatzes, wobei eine hohe Übereinstimmung der simulierten Drehmomente mit realen Daten, insbesondere im Hüftbereich, nachgewiesen wird.
Das Paper stellt PanoDP vor, ein kommunikationsfreies Lernframework, das mittels vierfach panoramischer Tiefenwahrnehmung und differenzierbarer Physik-Signale autonome Kollisionsvermeidung in überfüllten Umgebungen verbessert.
TempoFit ist eine trainingsfreie, Plug-and-Play-Methode, die vortrainierte Vision-Language-Action-Modelle durch die Wiederverwendung und gezielte Rückführung von layer-spezifischen KV-Memories mit einem zeitlichen Verzerrungsmechanismus in die Lage versetzt, langfristige Manipulationsaufgaben mit hoher Effizienz und ohne Nachtraining zu bewältigen.
Die Arbeit stellt AtomicVLA vor, ein einheitliches Planungs- und Ausführungsframework, das durch eine Skill-Guided Mixture-of-Experts-Architektur skalierbare atomare Fertigkeiten lernt und so die Leistung von Robotern bei langfristigen Aufgaben und kontinuierlichem Lernen im Vergleich zu bestehenden VLA-Modellen erheblich verbessert.
Diese Arbeit stellt einen Multi-Agenten-Framework für die Off-World-Erkundung vor, der mittels Gaußscher Glaubenskartierung und einer dualen Domänenabdeckung die effiziente Entdeckung seltener Beweise in gefährlichen Umgebungen ermöglicht, indem er Informationsgewinn mit operationeller Sicherheit verbindet und gleichzeitig die Robustheit gegenüber voreingenommenen Interessensgebieten erhöht.
Die vorgestellte Arbeit stellt das DAISS-System vor, das durch eine phasenbewusste Imitationslernstrategie und Echtzeit-Ultraschall-Feedback präzise, koordinierte Dual-Arm-Robotik für ultraschallgeführte medizinische Eingriffe ermöglicht und dabei Expertenwissen aus begrenzten Teleoperation-Demonstrationen effizient erlernt.
Die vorgestellte Open-Source-Framework-Lösung ermöglicht eine intuitive Teleoperation von mobilen bimanualen Manipulatoren unter Verwendung kostengünstiger Standardhardware wie Smartphones und Fußpedalen, wodurch teure VR-Ausrüstung überflüssig wird und gleichzeitig die Aufgabenleistung sowie die kognitive Belastung im Vergleich zur Tastatursteuerung verbessert werden.
Die Arbeit stellt UniUncer vor, ein leichtgewichtiges, einheitliches Unsicherheitsframework für End-to-End-Fahrsysteme, das erstmals Unsicherheiten sowohl für statische als auch dynamische Szenenelemente gemeinsam schätzt und durch adaptive Mechanismen in die Planung integriert, um die Zuverlässigkeit und Leistung in komplexen Verkehrssituationen signifikant zu verbessern.
Die Arbeit stellt RoboPCA vor, ein pose-zentriertes Framework zur gemeinsamen Vorhersage von Kontaktregionen und -orientierungen für die Robotermanipulation, das durch die automatische Datenerfassungsmethode Human2Afford aus menschlichen Demonstrationen lernt und dabei Konsistenzprobleme bestehender Ansätze überwindet.
Die Arbeit stellt C²-Explorer vor, ein dezentrales Framework für die Multi-UAV-Erkundung unter eingeschränkter Kommunikation, das durch eine kontiguitätsgetriebene Aufgabenallokation und eine connectivity-bewusste Aufgabenrepräsentation die Erkundungszeit um 43,1 % und die Pfadlänge um 33,3 % im Vergleich zu bestehenden Methoden reduziert.
Der Artikel stellt AeroPlace-Flow vor, ein trainingsfreies Framework, das visuelle Voraussicht und 3D-Geometrie nutzt, um Luftmanipulatoren präzise Objekte basierend auf natürlichen Sprachanweisungen zu platzieren, ohne dass vordefinierte Zielkoordinaten erforderlich sind.
Der Artikel schlägt vor, die Interaktion zwischen Mensch, KI und Robotern neu als „Scaffolding" zu konzeptualisieren, bei dem Menschen als Regisseure ihre kreative Absicht steuern, während die KI als Vermittler zwischen menschlichem Ausdruck und robotischer Ausführung dient, um so menschliche Kreativität und Handlungsfähigkeit in offenen Umgebungen zu unterstützen.