865 Arbeiten
Die Arbeit stellt DRAIL vor, ein regionenbewusstes Augmentierungsframework, das durch die getrennte Behandlung von aufgabenrelevanten und -irrelevanten Bildbereichen die Generalisierbarkeit von visuellen Imitationslern-Modellen für landwirtschaftliche Manipulationsaufgaben unter variierenden visuellen Bedingungen signifikant verbessert.
Die Arbeit stellt HyperMVP vor, ein selbstüberwachtes Vortrainierungsframework, das hyperbolische Räume und einen GeoLink-Encoder nutzt, um strukturierte 3D-Repräsentationen für robustere robotische Manipulationsaufgaben zu lernen, und wird durch den neuen 3D-MOV-Datensatz sowie umfassende Evaluierungen gestützt.
Das Paper stellt ReCouPLe vor, ein leichtgewichtiges Framework, das natürliche Sprachbegründungen nutzt, um kausal robuste Belohnungsfunktionen zu lernen, die sich auf die eigentlichen Nutzerabsichten stützen und dadurch bei Verteilungsverschiebungen sowie in neuen Aufgaben eine deutlich bessere Generalisierungsfähigkeit als herkömmliche Methoden aufweisen.
Das Paper stellt VPWEM vor, eine nicht-Markowsche visuomotorische Strategie, die durch die Kombination eines gleitenden Fensters als Arbeitsgedächtnis und eines Transformer-basierten Kompressors für episodische Erinnerungen robotischen Systemen ermöglicht, langfristige Abhängigkeiten in nicht-Markowschen Aufgaben effizient zu bewältigen und dabei den Speicherbedarf konstant zu halten.
Diese Arbeit schlägt eine Methode zur Optimierung viewpoint-konsistenter adversarialer Texturen für 3D-Objekte vor, die durch differentiable Rendering, Expectation over Transformation und eine Coarse-to-Fine-Strategie die Anfälligkeit visuomotorischer Robotikrichtlinien gegenüber Perspektivverzerrungen und dynamischen Kamerabewegungen aufdeckt.
Die Arbeit stellt U-OBCA vor, einen Unsicherheitsbewussten Optimierungsansatz zur Kollisionsvermeidung, der durch die Verwendung von Wasserstein-verteilungrobusten Wahrscheinlichkeitsbedingungen und die explizite Berücksichtigung polygonaler Formen die übermäßige Konservativität bestehender Methoden reduziert und so eine effizientere Navigation in engen Umgebungen ermöglicht.
Diese Arbeit stellt eine einheitliche, datengesteuerte Methode zur kooperativen Lokalisierung heterogener Roboterschwärme vor, die durch einen adaptiven Relativlokalisierungs-Schätzer und eine verteilte Pose-Kopplungsstrategie auch unter schwach verbundenen, gerichteten Messungstopologien robuste Ergebnisse garantiert.
Diese Arbeit stellt einen maßgeschneiderten Overhead-LiDAR-Datensatz für die Personenerkennung und -verfolgung in industriellen Innenräumen vor, adaptiert bestehende 3D-Detektoren für diese spezielle Perspektive und validiert deren Echtzeitfähigkeit durch eine umfassende Evaluierung, um die Lücke zwischen herkömmlichen Fahrzeugsensordaten und Überkopf-Szenarien zu schließen.
Diese Arbeit stellt ein Augmented-Reality-Teleoperationssystem mit Microsoft HoloLens 2 und einer zentralen Rechenleistung vor, das mithilfe eines physikbasierten Beobachters die präzise Steuerung des modularen Soft-Roboters PETER ermöglicht und dabei Positionsfehler von lediglich 5 % der Roboterlänge aufweist.
Diese Arbeit stellt einen direkten kontakttoleranten Bewegungsplaner (DCT) vor, der Vision-Language-Modelle nutzt, um Roboter durch eine Kombination aus VLM-basierter Punktwolkenpartitionierung und VLM-gesteuerter Navigation effizient und robust in überfüllten Umgebungen mit beweglichen Hindernissen zu navigieren.
Das Paper stellt CoIn3D vor, ein generalisierbares Framework für die 3D-Objekterkennung mit mehreren Kameras, das durch räumlich bewusste Merkmalsmodulation und kameraabhängige Datenaugmentierung die Generalisierungsfähigkeit auf neue Kamerakonfigurationen verbessert.
Die Arbeit stellt VinePT-Map vor, ein semantisches Kartierungssystem, das mithilfe von robusten geometrischen Constraints und der Erkennung von Rebstämmen sowie Stützpfählen eine saisonunabhängige und widerstandsfähige Lokalisierung autonomer Roboter in Weinbergen ermöglicht.
Der Artikel stellt AIM-SLAM vor, ein dichtes monokulares SLAM-System, das durch einen adaptiven, informations- und geometriebewussten Schlüsselframen-Priorisierungsmechanismus (SIGMA) sowie eine gemeinsame Sim(3)-Optimierung auf Basis von VGGT-Pointmaps die Genauigkeit der Pose-Schätzung und der dichten Rekonstruktion auf dem Stand der Technik verbessert.
Das Paper stellt GaussTwin vor, ein Echtzeit-Digital-Twin-System, das physikalisch fundierte Simulationen mit Gauß-Splatting kombiniert, um die Lücke zwischen Realität und Simulation zu schließen und die Genauigkeit sowie Robustheit bei robotischen Manipulationsaufgaben zu verbessern.
Das Paper stellt SPIRIT vor, ein System für wahrgenommene geteilte Autonomie, das Unsicherheitsschätzungen aus Deep-Learning-basierter Wahrnehmung nutzt, um den Roboter automatisch zwischen halbautonomer Manipulation und haptischer Fernsteuerung zu wechseln und so die Zuverlässigkeit bei tiefen Lernunsicherheiten zu gewährleisten.
Die vorgestellte Arbeit schlägt ein zweistufiges Reward-Curriculum vor, das aufgabenbezogene Ziele von Verhaltensaspekten entkoppelt, um das Training von Robotern in der Deep Reinforcement Learning zu stabilisieren und effizienter zu gestalten, indem zunächst eine vereinfachte Belohnungsfunktion für die Exploration genutzt wird, bevor zusätzliche Verhaltenskriterien wie Energieeffizienz eingeführt werden.
Die Arbeit stellt SeedPolicy vor, eine selbstentwickelnde Diffusions-Policy mit dem neuen SEGA-Modul, die durch effiziente zeitliche Komprimierung die Skalierbarkeit von Nachahmungslernen für langfristige robotische Manipulationsaufgaben erheblich verbessert und dabei sowohl in der Leistung als auch in der Parameter-Effizienz bestehende Methoden übertrifft.
Die vorgestellte Arbeit stellt einen komplexitätsbewussten, adaptiven Inferenzrahmen für Vision-Language-Action-Modelle vor, der durch eine visuelle Komplexitätserkennung dynamisch zwischen sofortigem Handeln, nachdenklicher Analyse und dem Abbruch bei Unsicherheit entscheidet, um so Recheneffizienz zu steigern und katastrophale Fehler zu vermeiden.
Das Paper stellt SkillsCrafter vor, ein neuartiges Framework für die robotische Manipulation, das durch die Methoden Manipulation Skills Adaptation und Skills Specialization Aggregation das lebenslange Erlernen neuer Fähigkeiten ermöglicht, ohne dabei das Wissen über zuvor gelernte Fähigkeiten zu vergessen.
Die Arbeit stellt „Critic in the Loop" vor, ein adaptives Dreisystem-Framework, das die semantische Planung von Vision-Language-Modellen mit der reaktiven Ausführung von Vision-Language-Action-Modellen durch einen visuellen Kritiker kombiniert, um die Robustheit und Effizienz bei langfristigen Manipulationsaufgaben zu maximieren.