694 Arbeiten
Die Arbeit stellt -Occ vor, ein Framework für die semantische 3D-Occupancy-Vorhersage beim autonomen Fahren, das durch einen Multi-View-Masked-Reconstruction-Modul und ein Feature-Memory-Modul auch bei unvollständigen Kameraeingängen robuste geometrische und semantische Ergebnisse liefert.
Die Arbeit stellt SACA (Step-Aware Contrastive Alignment) vor, ein Framework zur Verbesserung der Vision-Language Navigation in kontinuierlichen Umgebungen, das durch schrittweise, wahrnehmungsgegründete Bewertung und dynamisches Batch-Management die Probleme von SFT-bedingten kumulativen Fehlern und RFT-bedingten spärlichen Belohnungen überwindet und damit neue State-of-the-Art-Ergebnisse erzielt.
Dieser Artikel stellt einen kompakten, federbasierten, seilgesteuerten Kontinuum-Roboter vor, der von der Fortbewegung und Sensorik von Raupen inspiriert ist und durch die Integration künstlicher Borstensensoren eine effektive Erkundung und Oberflächenwahrnehmung in beengten Räumen ermöglicht.
Die Arbeit stellt PanoAffordanceNet vor, ein neuartiges Framework mit einem verzerrungsbewussten spektralen Modulator und einem omni-sphärischen Verdichtungskopf, das zusammen mit dem ersten hochqualitativen Datensatz 360-AGD die holistische Affordanz-Verankerung in 360°-Indoor-Umgebungen für embodied Intelligence ermöglicht.
Die Arbeit stellt MuxGel vor, einen neuartigen taktile Sensor, der durch räumliche Multiplexierung und ein auf U-Net basierendes Rekonstruktionsframework gleichzeitig hochauflösende visuelle und taktile Informationen erfasst, um den klassischen Zielkonflikt zwischen Berührungserkennung und Vor-Kontakt-Sichtbarkeit bei robotischen Greifern zu lösen.
Die Arbeit stellt TIMID vor, ein neuartiges Video-Anomalie-Erkennungsframework, das mithilfe schwacher Überwachung und einer Simulationsumgebung zeitabhängige Fehler bei der Ausführung komplexer Roboteraufgaben in Videos auf Frame-Ebene erkennt, wo herkömmliche Modelle und reine Vision-Language-Modelle an mangelnder temporaler Reasoning-Fähigkeit scheitern.
Diese Arbeit stellt ein leichtgewichtiges 3D-LiDAR-basiertes UAV-Tracking-System vor, das einen adaptiven erweiterten Kalman-Filter (AEKF) nutzt, um auch bei spärlichen Daten und unter strengen Nutzlastbeschränkungen eine zuverlässige relative Positionsbestimmung in GPS-freien Umgebungen zu gewährleisten.
Die vorgestellte Arbeit stellt einen Dynamics-Aware Policy Learning (DAPL)-Rahmen vor, der durch explizite Modellierung kontaktinduzierter Dynamiken in überfüllten Umgebungen extrinsische Dexterity ohne manuell erstellte Heuristiken ermöglicht und dabei sowohl in Simulationen als auch in realen Szenarien signifikant bessere Erfolgsraten als herkömmliche Methoden erzielt.
Diese Arbeit vergleicht fünf kooperative Lokalisierungsmethoden in featurelosen Umgebungen und zeigt, dass Covariance Intersection (CI) den besten Kompromiss zwischen Genauigkeit und Konsistenz bietet, während sequenzielle Ansätze zwar präzise, aber für sicherheitskritische Anwendungen ungeeignet sind.
Das Paper stellt NanoBench vor, ein Open-Source-Benchmark-Datensatz für den Crazyflie 2.1-Nano-Quadrocopter, der erstmals synchronisierte Aktor-, Regler- und Schätzerdaten mit millimetergenauer Ground Truth bereitstellt, um Systemidentifikation, Regelung und Zustandsschätzung unter den spezifischen physikalischen und rechnerischen Randbedingungen von Nano-Luftfahrzeugen zu evaluieren.
Die Arbeit stellt KDMR vor, ein neuartiges Framework für die kinodynamische Bewegungsnachbildung bei humanoiden Robotern, das durch die Formulierung als multi-kontaktbasierte Ganzkörper-Trajektorienoptimierung physikalisch konsistente und dynamisch machbare Bewegungsabläufe erzeugt, die rein kinematischen Methoden überlegen sind und die Effizienz sowie Stabilität nachgelagerter Lernstrategien signifikant verbessern.
Das Paper stellt BEACON vor, ein System zur Vorhersage von Navigationsaffordanzen in einer vogelperspektivischen Wärmebildkarte, das durch die Kombination von Sprachanweisungen mit RGB-D-Observationen und einem visuell-sprachlichen Modell in der Lage ist, auch verdeckte Zielorte zu erkennen und so die Genauigkeit im Vergleich zu bildbasierten Methoden signifikant zu steigern.
Das Paper stellt TiPToP vor, ein modulares Open-Vocabulary-Planungssystem für Roboter, das vortrainierte Vision-Modelle mit einem Task-and-Motion-Planer kombiniert, um komplexe Manipulationsaufgaben allein aus RGB-Bildern und Sprachbefehlen zu lösen, ohne dass roboterspezifische Trainingsdaten erforderlich sind.
Diese Übersichtsarbeit untersucht die Anwendung nutzungstheoretischer kognitiver Modelle in der Robotik, indem sie die Entwicklung von Verhaltensbasierter Robotik und kognitiven Architekturen hin zu wertebasierten Systemen für Entscheidungsfindung, Lernen und Interaktion in ein- und multi-agentischen Umgebungen analysiert und zukünftige Forschungsrichtungen sowie offene Probleme aufzeigt.
Diese Arbeit stellt eine Methode vor, die Transfer-Entropie nutzt, um den Einfluss zwischen Agenten in der Mensch-Roboter-Interaktion über Belohnungsmodulation zu steuern und so implizite Kommunikation sowie verbesserte Zusammenarbeit oder soziale Unabhängigkeit in kollaborativen und kompetitiven Szenarien zu fördern.
Diese Arbeit stellt ein neuartiges Modell gekoppelter Oszillatoren (CON) vor, das durch die Kombination von Lagrange-Struktur, globaler Input-to-State-Stabilität und einer invertierbaren Abbildung zwischen Eingabe und latenter Kraft effiziente, modellbasierte Regelung im latenten Raum für physikalische Systeme ermöglicht, wie am Beispiel eines Soft-Roboters demonstriert wird.
Das Paper stellt xTED vor, ein Framework, das mithilfe eines speziell entwickelten Diffusionsmodells Trajektorien aus einer Quell-Domäne direkt auf Daten-Ebene an eine Ziel-Domäne anpasst, um Domänenlücken universell zu überbrücken und so eine flexible und effiziente Politikübertragung auch bei begrenzten Ziel-Daten zu ermöglichen.
Dieser Artikel stellt ein explizites Variationsprinzip für nicht-holonome und durch Ungleichungen eingeschränkte mechanische Systeme vor, das auf dem Schwinger-Keldysh-Formalismus basiert, die korrekte Lagrange-d'Alembert-Dynamik durch Extremierung einer skalaren Wirkung liefert und durch numerische Optimierung validiert wird.
Diese Arbeit stellt eine Methode vor, die vortrainierte Vision-Language-Modelle nutzt, um abstrakte symbolische Weltmodelle aus wenigen Bild-Demonstrationen zu lernen, wodurch Roboter in der Lage sind, langfristige Entscheidungsprobleme in komplexen Umgebungen durch Planung auf neue Ziele und Szenarien zu verallgemeinern.
Die Arbeit stellt GPC vor, ein Lernsteuerungsframework, das durch die Kombination einer generativen Diffusions-Policy, eines prädiktiven Weltmodells und eines Online-Planers die Leistung von Behavior Cloning in verschiedenen robotischen Manipulationsaufgaben sowohl in Simulation als auch in der realen Welt übertrifft.