Environment-Aware Learning of Smooth GNSS Covariance Dynamics for Autonomous Racing
이 논문은 환경 특징을 주시 메커니즘을 통해 학습하고 수렴성 기반 안정성 보장을 적용하여 GNSS 측정 공분산의 역학을 모델링하는 LACE 프레임워크를 제안함으로써, 자율 레이싱 차량의 국소화 성능과 제어 안정성을 향상시켰습니다.
🦾 Category
cs.RO
864 편의 논문
Interpretable Multimodal Gesture Recognition for Drone and Mobile Robot Teleoperation via Log-Likelihood Ratio Fusion
이 논문은 시야 방해와 조명 변화에 강인한 드론 및 이동 로봇 원격 조작을 위해 Apple Watch 와 커스텀 장갑의 관성 및 정전용량 센서 데이터를 로그-우도비 (LLR) 기반 융합으로 결합하여, 기존 비전 기반 방식과 유사한 성능을 유지하면서도 계산 비용과 모델 크기를 획기적으로 줄인 해석 가능한 멀티모달 제스처 인식 프레임워크와 새로운 데이터셋을 제안합니다.
RL-Based Coverage Path Planning for Deformable Objects on 3D Surfaces
이 논문은 조화 UV 매핑과 확장 그룹 합성곱 신경망 (SGCNN) 을 활용한 강화학습 기반 접근법을 제안하여 변형 가능한 물체를 이용한 3D 표면 커버리지 경로 계획의 정확성과 효율성을 향상시키고, 실제 로봇을 통해 그 유효성을 검증했습니다.
Whole-Body Safe Control of Robotic Systems with Koopman Neural Dynamics
이 논문은 비선형 로봇 시스템의 실시간 안전 제어를 위해 데이터 기반 koopman 임베딩을 학습하여 선형 모델로 변환하고, 이를 안전 집합 알고리즘 (SSA) 과 통합해 단일 2 차 계획법 (QP) 으로 추적 및 안전 제약을 동시에 해결하는 프레임워크를 제안하고 Kinova Gen3 매니퓰레이터와 Go2 4 족 보행 로봇을 통해 검증했습니다.
Dual-Interaction-Aware Cooperative Control Strategy for Alleviating Mixed Traffic Congestion
이 논문은 인간 운전 차량과 연결·자율주행 차량이 혼재된 병목 구간에서 교통 체증을 완화하기 위해, 국소 및 글로벌 상호작용 인식을 강화한 분산형 의사결정 모듈과 중앙 집중식 평가자, 그리고 안전 기반 행동 정제 모듈을 통합한 '이중 상호작용 인식 협력 제어 (DIACC)' 전략을 제안하고 그 유효성을 입증합니다.
GAIDE: Graph-based Attention Masking for Spatial- and Embodiment-aware Motion Planning
이 논문은 로봇 매니퓰레이터의 고차원 구성 공간에서 샘플링 비효율성을 해결하기 위해, 작업 공간의 공간적 구조와 로봇의 신체적 특성을 그래프로 표현하고 트랜스포머 기반의 신경망 샘플러에 어텐션 마스크를 적용하여 GAIDE라는 새로운 지능형 샘플링 기법을 제안하고 그 효율성과 성공률을 입증합니다.
Act-Observe-Rewrite: Multimodal Coding Agents as In-Context Policy Learners for Robot Manipulation
이 논문은 그래디언트 업데이트, 시연 데이터, 보상 설계 없이도 시각적 관찰과 실패 분석을 통해 실행 가능한 제어 코드를 스스로 생성하고 수정하는 'Act-Observe-Rewrite(AOR)' 프레임워크를 제안하여 로봇 조작 정책을 학습하는 새로운 접근법을 제시합니다.
Efficient Autonomous Navigation of a Quadruped Robot in Underground Mines on Edge Hardware
이 논문은 GPU 나 네트워크 연결 없이 저전력 엣지 하드웨어에서 실행되어, 학습 기반 요소 없이도 지하 광산의 극한 환경에서 100% 성공률로 자율 항법을 달성한 Boston Dynamics Spot 로봇용 내비게이션 스택을 제안하고 검증합니다.
PTLD: Sim-to-real Privileged Tactile Latent Distillation for Dexterous Manipulation
이 논문은 시뮬레이션과 현실 간의 간극을 해소하기 위해 현실 세계의 특수 센서 데이터를 활용하여 촉각 정보를 학습한 은닉 상태 추정기를 통해, 촉각 시뮬레이션 없이도 정교한 촉각 조작 기술을 성공적으로 전이하는 PTLD(Privileged Tactile Latent Distillation) 방법을 제안합니다.
Many-RRT*: Robust Joint-Space Trajectory Planning for Serial Manipulators
본 논문은 고차원 관절 공간에서 역운동학 해의 불확실성으로 인한 계획 실패를 해결하기 위해, 여러 목표 구성을 병렬로 탐색하는 Many-RRT* 알고리즘을 제안하여 기존 RRT 기반 방법론 대비 훨씬 높은 성공률과 경로 품질을 달성함을 보여줍니다.
From Local Corrections to Generalized Skills: Improving Neuro-Symbolic Policies with MEMO
이 논문은 실패 시 인간의 자연어 피드백을 수집하고 클러스터링하여 일반화된 기술 템플릿으로 변환하는 검색 증강형 'MEMO' 시스템을 제안함으로써, 기존 신경-상징적 로봇 정책이 새로운 작업에 일반화되는 능력을 향상시킨다고 설명합니다.
Distributed State Estimation for Vision-Based Cooperative Slung Load Transportation in GPS-Denied Environments
이 논문은 GPS 가 차단된 환경에서 단일 UAV 의 센서 손실에 강인한 분산 및 탈중앙화 확장 정보 필터 (DDEIF) 를 활용하여 온보드 모노큘러 카메라 기반의 시각 정보를 융합함으로써 로터크래프트 팀이 슬링 하중을 운반할 때의 상태 추정 및 궤적 추적을 가능하게 하는 새로운 프레임워크를 제안합니다.
Risk-Aware Reinforcement Learning for Mobile Manipulation
이 논문은 분포 강화 학습과 모방 학습을 결합하여, 동적 환경에서 이동형 매니퓰레이터가 egocentric 깊이 관측을 기반으로 위험 감수성을 조절하며 최악의 경우 성능을 향상시키는 위험 인식 비주얼 모션 정책을 최초로 개발하고 검증했습니다.
ELLIPSE: Evidential Learning for Robust Waypoints and Uncertainties
이 논문은 오픈 월드 환경에서 이동 로봇의 안전성을 위해 시점 및 자세 변형을 위한 도메인 증대와 사후 보정을 통해 분포 변화에 강건한 웨이포인트 예측과 불확실성 추정을 가능하게 하는 'ELLIPSE'라는 증거 기반 학습 방법을 제안하고 실세계 계단 주행 실험을 통해 그 유효성을 입증합니다.
Risk-Aware Rulebooks for Multi-Objective Trajectory Evaluation under Uncertainty
이 논문은 불확실한 환경 상호작용 하에서 계층적 우선순위와 비가환성을 고려한 위험 인식 규칙서를 제안하여, 시스템 궤적이 환경에 미치는 영향을 명시적으로 모델링하고 일관된 궤적 평가 순위를 보장하며 자율 주행 사례를 통해 설명 가능성을 증진하는 새로운 형식주의를 제시합니다.
RoboMME: Benchmarking and Understanding Memory for Robotic Generalist Policies
이 논문은 장기적·과거 의존적 로봇 조작 작업을 평가하기 위해 16 가지 과제로 구성된 대규모 표준 벤치마크 'RoboMME'와 다양한 메모리 증강 VLA 모델들을 제안하고, 메모리 표현의 효과는 작업에 따라 크게 달라짐을 실험을 통해 입증합니다.
Autonomous Aerial Non-Destructive Testing: Ultrasound Inspection with a Commercial Quadrotor in an Unstructured Environment
이 논문은 상업용 드론 (Flyability Elios 3) 을 개조하여 실시간 센서 데이터와 다중 주파수 제어 아키텍처를 통해 비정형 산업 환경에서 완전 자율적으로 접촉식 초음파 비파괴 검사 (NDT) 를 수행하는 통합 시스템을 제안하고 실험을 통해 그 유효성을 입증합니다.
GIANT - Global Path Integration and Attentive Graph Networks for Multi-Agent Trajectory Planning
이 논문은 주의 기반 그래프 신경망과 전역 경로 계획을 통합하여 동적 환경에서 다중 로봇의 충돌을 효과적으로 방지하고 성공률을 높이는 새로운 'GIANT' 모델을 제안하고 그 우수성을 입증합니다.
Python Bindings for a Large C++ Robotics Library: The Case of OMPL
이 논문은 대규모 C++ 로봇공학 라이브러리 (OMPL) 의 Python 바인딩 생성 과정에서 LLM 을 활용하여 인간 전문가가 개입하는 워크플로우를 제시하고, 이를 통해 생성된 바인딩이 기존 솔루션과 동등한 성능을 유지하면서도 유지보수 부담을 줄일 수 있음을 입증합니다.
Selecting Spots by Explicitly Predicting Intention from Motion History Improves Performance in Autonomous Parking
이 논문은 자율 주차 시스템이 다른 차량의 운동 이력을 기반으로 명시적으로 주차 의도를 예측함으로써 기존 방법들보다 예측 정확도, 사회적 수용성, 작업 완료율을 모두 향상시킨다는 것을 입증합니다.