Unified Learning of Temporal Task Structure and Action Timing for Bimanual Robot Manipulation
이 논문은 인간 시연으로부터 심볼릭 및 서브심볼릭 시간적 제약을 통합적으로 학습하여 양손 로봇 조작을 위한 실행 가능한 시간 매개변수 계획을 생성하는 새로운 접근법을 제시합니다.
🦾 Category
cs.RO
864 편의 논문
Uncertainty-Aware Adaptive Dynamics For Underwater Vehicle-Manipulator Robots
이 논문은 수중 환경에서 유체역학적 효과로 인한 시간 변화 매개변수를 처리하기 위해 불확실성을 고려한 적응 동역학 프레임워크를 제안하고, 이동 구간 추정을 통해 물리적 일관성 제약과 불확실성 정량화를 수행하여 BlueROV2 Heavy 실험에서 높은 정확도와 실시간 성능을 입증했습니다.
Fly360: Omnidirectional Obstacle Avoidance within Drone View
이 논문은 드론의 전방향 시야를 활용한 새로운 장애물 회피 문제 설정과 벤치마크를 제안하고, 고정된 무작위 요 (yaw) 학습 전략을 통해 전방향 장애물 회피를 성공적으로 수행하는 'Fly360'이라는 2 단계 인식 - 결정 파이프라인을 개발하여 기존 전방 시야 기반 방법보다 뛰어난 성능을 입증했습니다.
BEVLM: Distilling Semantic Knowledge from LLMs into Bird's-Eye View Representations
이 논문은 자율주행의 복잡한 의사결정 및 안전성 향상을 위해 대규모 언어 모델 (LLM) 의 추론 능력을 공간적으로 일관된 비조 (Bird's-Eye View) 표현으로 증류하는 BEVLM 프레임워크를 제안하며, 이를 통해 교차 뷰 추론 정확도를 46% 그리고 안전 위기 상황에서의 종단간 주행 성능을 29% 각각 개선함을 보여줍니다.
Distributed UAV Formation Control Robust to Relative Pose Measurement Noise
이 논문은 그래프 강성 이론 기반의 UAV 군집 제어 알고리즘에 센서 잡음 분포를 고려한 수정 기법을 도입하여, 잡음으로 인한 진동과 편향을 억제하고 실제 환경에서의 안정적인 밀집 형성 제어를 가능하게 하는 방법을 제안합니다.
Seeing Through Uncertainty: A Free-Energy Approach for Real-Time Perceptual Adaptation in Robust Visual Navigation
이 논문은 뇌의 자유 에너지 원리를 차용하여 예측 오차와 베이지안 놀라움을 기반으로 실시간 지각 적응을 가능하게 하는 'FEP-Nav' 프레임워크를 제안함으로써, 다양한 감각 왜곡 환경에서도 로봇의 내비게이션 성능을 기존 적응형 모델보다 훨씬 강력하게 회복시킨다고 설명합니다.
Visual Imitation Learning of Task-Oriented Object Grasping and Rearrangement
이 논문은 부분 관측과 물체 형태 변형이라는 과제를 해결하기 위해 다중 공간 특징을 인코딩하는 새로운 표현인 MIMO 를 제안하고, 이를 기반으로 인간 시연 영상으로부터 작업 지향적 물체 잡기 및 재배치 작업을 학습하는 프레임워크를 제시합니다.
Risk-Aware Autonomous Driving with Linear Temporal Logic Specifications
이 논문은 선형 시간 논리 (LTL) 명세에 위험 정도와 타이밍을 통합하여 인간과 유사한 위험 인식을 구현하고, 이를 선형 계획법 (LP) 문제로 변환해 충돌 위험과 교통 규칙 위반을 모두 고려한 자율 주행 제어 정책을 합성하는 방법을 제시합니다.
GenTact Toolbox: A Computational Design Pipeline to Procedurally Generate Context-Driven 3D Printed Whole-Body Artificial Skins
이 논문은 로봇의 형상과 작업 환경에 맞춰 전체 표면을 감싸는 맞춤형 인공 피부 (GenTact Toolbox) 를 절차적으로 생성하고 3D 프린팅하는 컴퓨테이셔널 설계 파이프라인을 제안하여, 기존 범용 센서 방식의 한계를 극복하고 인간 - 로봇 상호작용에 적합한 적응형 디자인을 가능하게 합니다.
Vision-based Tactile Image Generation via Contact Condition-guided Diffusion Model
이 논문은 접촉 조건을 안내로 하는 확산 모델을 제안하여 RGB 이미지와 접촉 힘 데이터를 고충실도 촉각 이미지로 변환함으로써 기존 물리 기반 시뮬레이션의 한계를 극복하고 다양한 센서 설정 및 복잡한 하중 환경에서 정밀한 텍스처 재구성을 가능하게 한다는 점에 초점을 맞추고 있습니다.
3D Dynamics-Aware Manipulation: Endowing Manipulation Policies with 3D Foresight
이 논문은 2D 비전 기반의 한계를 넘어 3D 세계 모델링과 자기지도 학습을 통합하여 조작 정책이 깊이 방향 움직임을 예측하고 수행할 수 있도록 한 '3D 동역학 인식 조작' 프레임워크를 제안합니다.
PeRoI: A Pedestrian-Robot Interaction Dataset for Learning Avoidance, Neutrality, and Attraction Behaviors in Social Navigation
이 논문은 보행자와 로봇 간의 상호작용 (회피, 중립, 유인) 을 포괄적으로 기록한 'PeRoI'데이터셋과 이를 기반으로 로봇의 영향을 학습하여 보행자 궤적을 더 정확하게 예측하는 'NeuRoSFM'모델을 제안함으로써 사회적 인지형 로봇 항법 기술의 발전을 도모합니다.
Collaborative Learning of Local 3D Occupancy Prediction and Versatile Global Occupancy Mapping
이 논문은 과거의 전역 점유율 맵을 장기 기억 사전 지식으로 활용하여 국부 3D 점유율 예측의 정확도를 높이고, 동시에 새로운 관측 데이터로 전역 맵을 지속적으로 업데이트하는 'LMPOcc'라는 새로운 프레임워크를 제안합니다.
Balancing Progress and Safety: A Novel Risk-Aware Objective for RL in Autonomous Driving
이 논문은 자율주행 강화학습의 안전성과 진전성을 균형 있게 확보하기 위해 계층적 목표 구조와 책임감 있는 안전 (RSS) 개념을 확장한 새로운 위험 인식 보상 함수를 제안하고, 무신호 교차로 시뮬레이션에서 기존 방법 대비 충돌률을 21% 감소시키면서 주행 효율성을 향상시켰음을 입증합니다.
Boundary-Guided Trajectory Prediction for Road Aware and Physically Feasible Autonomous Driving
본 논문은 HD 맵의 경계와 물리적 제약을 통합하여 오프로드 예측을 방지하고 운동학적 타당성을 보장하는 새로운 경로 예측 프레임워크를 제안하며, Argoverse-2 데이터셋에서 기존 방법 대비 오프로드 발생률을 66% 에서 1% 로 획기적으로 낮추는 강력한 일반화 성능을 입증했습니다.
Automatic Curriculum Learning for Driving Scenarios: Towards Robust and Efficient Reinforcement Learning
이 논문은 강화학습 기반 자율주행 에이전트의 훈련 효율성과 일반화 능력을 향상시키기 위해, 에이전트의 현재 능력에 기반하여 학습 잠재력이 높은 시나리오를 자동으로 생성하고 적응적으로 복잡도를 조절하는 자동 커리큘럼 학습 프레임워크를 제안하고 그 우수성을 입증합니다.
C*: A Coverage Path Planning Algorithm for Unknown Environments using Rapidly Covering Graphs
이 논문은 미지의 환경에서 실시간으로 완전한 경로 탐색을 보장하며 기존 방법들보다 커버리지 시간, 이동 거리, 회전 수 및 중첩률 측면에서 우수한 성능을 보이는 'C*'라는 새로운 샘플 기반 경로 계획 알고리즘을 제안하고, 이를 시뮬레이션 및 실제 로봇 실험을 통해 검증했습니다.
RoboPARA: Dual-Arm Robot Planning with Parallel Allocation and Recomposition Across Tasks
이 논문은 이진 팔 로봇의 작업 병렬성을 극대화하기 위해 의존성 그래프 기반 계획 후보 생성과 그래프 재탐색을 결합한 새로운 LLM 기반 프레임워크 'RoboPARA'와 이를 평가하기 위한 새로운 데이터셋을 제안하고, 기존 방법보다 뛰어난 효율성과 신뢰성을 입증했습니다.
Learning Physical Systems: Symplectification via Gauge Fixing in Dirac Structures
이 논문은 다체 로봇 및 접촉이 풍부한 시스템과 같은 소산성 구속계를 고차원 매니폴드로 확장하여 비퇴화 심플렉틱 기하학을 복원하는 '프레심플렉티피케이션 네트워크 (PSNs)'를 제안함으로써, 물리 법칙을 기반으로 한 심층 학습과 구속된 기계적 시스템 간의 간극을 해소합니다.
Walk Like Dogs: Learning Steerable Imitation Controllers for Legged Robots from Unlabeled Motion Data
이 논문은 레이블이 없는 실제 운동 데이터를 활용하여 보행 로봇의 고유한 보행 패턴과 전환을 자동으로 학습하고, 사용자의 조종 명령에 맞춰 다양한 스타일의 보행을 생성하며 강화학습을 통해 로봇 하드웨어에서 안정적으로 실행하는 모방 학습 프레임워크를 제안합니다.