864 Arbeiten
Diese Arbeit stellt ein kontakt-sicheres Reinforcement-Learning-Framework vor, das Proximal Policy Optimization mit Bewegungsprimitiven und einem energiebewussten kartesischen Impedanzregler kombiniert, um robuste und sichere Manipulationsaufgaben in komplexen 3D-Umgebungen zu bewältigen.
Die Arbeit stellt WNumMPC vor, eine hierarchische Navigationsmethode für Multi-Agenten-Systeme, die durch den Einsatz von Reinforcement Learning zur Vorhersage von Windungszahlen und dynamischen Gewichtungen symmetriebedingte Deadlocks in dichten Szenarien effektiv vermeidet und dabei eine robuste Sim-to-Real-Übertragung ermöglicht.
Die Arbeit stellt Bi-AQUA vor, ein bahnbrechendes Framework für das unterwasserbasierte Imitationslernen von Roboterarmen, das durch die Integration von bilateralen Kontrollmechanismen und einer lichtbewussten Transformer-Architektur robuste Manipulationsaufgaben unter variierenden Beleuchtungsbedingungen ermöglicht.
Das Paper stellt EchoVLA vor, ein Gedächtnis-fähiges Vision-Language-Action-Modell mit synergistischer deklarativer Erinnerung für mobile Manipulation, das durch eine neuartige Benchmark namens MoMani trainiert wurde und in Simulationen sowie realen Umgebungen signifikant bessere Ergebnisse als starke Baselines erzielt.
Diese Arbeit stellt einen neuartigen Planungsansatz für autonomes Spurwechseln vor, der dynamische Risikofelder mit zeitvariablen konvexen Freiräumen und einem eingeschränkten iLQR-Algorithmus kombiniert, um in komplexen Verkehrsszenarien sichere, effiziente und komfortable Trajektorien zu gewährleisten.
Diese Arbeit führt das Konzept der abhängigen erreichbaren Mengen für Zwei-Agenten-Szenarien ein, charakterisiert deren Geometrie am Beispiel der Konstanten-Bearing-Verfolgungsstrategie durch theoretische Grenzen und Optimierungsprobleme und validiert die Ergebnisse mittels Simulationen.
Diese Arbeit stellt XR-DT vor, ein Framework für Extended Reality und Digital Twins, das eine menschenbewusste Modellprädiktive Pfadintegral-Steuerung (HA-MPPI) mit einem Transformer-basierten Vorhersagemodell kombiniert, um sichere und effiziente Navigation von mobilen Robotern in gemeinsamen Arbeitsräumen zu ermöglichen.
Der Artikel stellt Safe Model Predictive Diffusion (Safe MPD) vor, einen trainingsfreien Diffusionsplaner, der durch die Integration eines Sicherheits-Shields während des Denoising-Prozesses kinodynamisch machbare und sichere Trajektorien für komplexe Robotersysteme erzeugt und dabei bestehende Sicherheitsstrategien in Bezug auf Erfolgsrate und Rechengeschwindigkeit übertrifft.
Die Arbeit stellt SORS vor, einen modularen, energiebasierten Simulator auf Finite-Elemente-Basis, der durch die Integration von sequentieller quadratischer Programmierung für Kontakthandhabung eine hohe physikalische Genauigkeit bei der Simulation komplexer weicher Roboter in Multiphysik-Umgebungen ermöglicht und so die Lücke zwischen Simulation und Realität schließt.
Das Paper stellt VISO vor, ein robustes Unterwasser-SLAM-System, das Stereo-Kameras, IMU und 3D-Sonar fusioniert, um durch eine neuartige externe Kalibrierung und photometrische Rendering-Strategie präzise 6-DoF-Lokalisierung sowie eine Echtzeit-3D-Rekonstruktion mit hoher photometrischer Qualität zu ermöglichen.
Die Arbeit stellt InsSo3D vor, ein präzises und effizientes SLAM-System, das 3D-Sonar und ein Trägheitsnavigationssystem kombiniert, um auch in trüben Gewässern driftkorrigierte 3D-Karten und genaue Trajektorien für die Inspektion unterwasserstrukturen zu erzeugen.
Die Arbeit stellt (MGS)-Net vor, ein geometriebasiertes Framework, das durch die Kombination von Mikro-geometrischer Skalenanpassung und Makro-geometrischer Strukturfiltierung die Robustheit der cross-view Geo-Lokalisierung unter GNSS-verweigernden Bedingungen signifikant verbessert und damit neue State-of-the-Art-Ergebnisse auf gängigen Datensätzen erzielt.
Die Arbeit stellt APEX vor, ein auf Deep Reinforcement Learning basierendes System für humanoide Roboter, das durch eine generalisierte Ratchet-Fortschritts-Belohnung und eine distillierte Einheitsrichtlinie das sichere, zero-shot sim-to-real Überwinden von Plattformen ermöglicht, die höher sind als die Beinlänge des Roboters.
Die Studie stellt MiDAS vor, ein quelloffenes, plattformunabhängiges System zur nicht-invasiven, zeitlich synchronisierten Erfassung multimodaler Daten für roboterassistierte minimalinvasive Chirurgie, das proprietäre Schnittstellen umgeht und durch die Bereitstellung annotierter Datensätze, einschließlich der ersten multimodalen Aufnahmen von Herniennaht-Übungen, die Reproduzierbarkeit der Forschung fördert.
Diese Arbeit stellt einen Reinforcement-Learning-basierten Sim-Real-Co-Training-Ansatz (RL-Co) für Vision-Language-Action-Modelle vor, der durch eine Kombination aus SFT-Warm-Start und simuliertem RL mit einer zusätzlichen Überwachungsverlustkomponente für reale Daten die Generalisierungsfähigkeit und die Erfolgsrate realer Roboter im Vergleich zu reinen SFT-Methoden signifikant verbessert.
Die vorgestellte Arbeit entwickelt ein dreistufiges Framework, das auf einer kalibrierten 3D-Simulation, einem modifizierten TD3-Algorithmus mit Domänenrandomisierung und einer Abbildungsschicht basiert, um robuste Steuerungsstrategien für das Erreichen und Halten von invertierten Posen bei Miniatur-Luftschiffen zu erlernen und erfolgreich in der realen Welt einzusetzen.
Das Paper stellt ROSER vor, ein leichtgewichtiges Few-Shot-Retrieval-Framework, das es ermöglicht, aus ungelabelten, kontinuierlichen Roboter-Interaktionsprotokollen mit nur wenigen Referenzbeispielen wiederverwendbare, aufgabenbezogene Trajektorien zu extrahieren und so die Datenknappheit für das Roboterlernen zu überwinden.
Die Arbeit stellt „Companion" vor, ein robotisches Zeichensystem, das durch die Integration von Large Language Models und Echtzeit-Interaktion den Menschen wieder in den kreativen Prozess einbindet und so eine synergistische, bidirektionale Zusammenarbeit für das visuelle Geschichtenerzählen ermöglicht, die von Experten als ästhetisch eigenständig und ausstellungsfähig bestätigt wurde.
Das Paper stellt RoboLayout vor, eine Erweiterung von LayoutVLM, die durch die Integration expliziter Erreichbarkeitsbeschränkungen und einer lokalen Verfeinerung differenzierbare 3D-Layouts für embodied Agents generiert, die sowohl semantisch kohärent als auch physisch für diverse Agenten wie Roboter oder Menschen navigierbar und handhabbar sind.
Der Artikel stellt ProFocus vor, ein trainingsfreies Framework für die visuell-sprachliche Navigation, das durch proaktive Wahrnehmung und fokussiertes Denken mittels LLM-VLM-Kollaboration sowie BD-MCTS redundanten Input vermeidet und auf den R2R- und REVERIE-Benchmarks neue Bestleistungen bei Zero-Shot-Methoden erzielt.