695 papers
Dit tutorialartikel biedt een controlegerichte introductie tot ondersteunde traagheidsnavigatiesystemen door gebruik te maken van een Lie-groepformulering rond de uitgebreide Special Euclidean-groep SE₂(3), met de nadruk op een geometrisch raamwerk voor sensorfusie dat invariance en symmetrie expliciet maakt.
Dit artikel introduceert RoTri-Diff, een diffusie-gebaseerd imitatieleringskader dat een nieuwe robot-object triadische interactierepresentatie gebruikt om stabiele en gecoördineerde bimanuele manipulatie te realiseren door de dynamische ruimtelijke relaties tussen twee armen en het object expliciet te modelleren.
Deze paper introduceert een volledig aan boord geïmplementeerd, visiegeleid besturingskader dat gebruikmaakt van een neuraal gesigneerd afstandsveld (Gate-SDF) en MPPI om drones in real-time door willekeurig geplaatste poorten te laten vliegen zonder vooraf berekende trajecten, waardoor robuustheid tegen sensorruis en trackvariaties wordt bereikt.
Dit paper introduceert een kinematica-bewust latente wereldmodel dat voertuigkinematica en geometrische supervisie integreert in het RSSM-framework om de data-efficiëntie en prestaties van autonoom rijden te verbeteren door fysisch betekenisvolle langetermijnvoorspellingen mogelijk te maken.
Deze paper introduceert een hybride grijper met opblaasbare siliconen zakken die de wrijvingscoëfficiënt actief kan regelen via luchtdruk, waardoor zware, gladde of breekbare objecten veilig kunnen worden vastgegrepen zonder hoge krachten toe te passen.
Deze paper introduceert Faster-HEAL, een lichtgewicht en privacy-bewust raamwerk dat door middel van low-rank visuele prompts en pyramidale fusie heterogene autonome voertuigen efficiënt aanpast aan een gedeelde perceptie-ruimte, waardoor de detectieprestaties worden verbeterd zonder de privacy te schaden of grote modellen opnieuw te hoeven trainen.
Dit artikel presenteert een lichtgewicht, op digitale tweeling gebaseerd framework dat objectdetectie en offline padkaarten gebruikt voor real-time voertuigtracking en botsingsvoorspelling op randapparatuur, zonder complexe trajectvoorspellingsmodellen.
Dit artikel introduceert DistGP, een gedistribueerde methode voor multi-robot mapping die een verspreide, asynchrone training van een spaarzaam Gaussisch proces mogelijk maakt en hiermee superieure prestaties, robuustheid en continuïteit bereikt ten opzichte van bestaande methoden zoals Tree-Structured GPs en DiNNO.
Dit overzichtspaper presenteert een op beperkingen-gekoppelde perspectief voor onderwater geëmbodied intelligentie, waarin het wordt betoogd dat planning en controle moeten worden begrepen binnen de onderlinge afhankelijkheid van fysieke, communicatie- en hulpbronnenbeperkingen om robuuste autonomie in de echte oceaan te bereiken.
Deze paper presenteert een aan boord geïmplementeerd, waarnemend framework voor gemengd-integrale modelpredictieve controle dat voetplaatsing en stapduur gelijktijdig plant voor humanoïde locomotie op losse steunpunten, waarbij het gebruik maakt van DCM-dynamica en capturabiliteitsgrenzen om veilige en robuuste looppatronen te genereren.
Dit paper introduceert LoRA-SP, een adaptieve fijnafstemmingsmethode voor Vision-Language-Action-modellen die dynamische capaciteit toewijst om de prestaties op onbekende robotische taken te verbeteren en cross-taak interferentie te verminderen.
Deze studie onthult hoe de morfologie van langgerekte, pootloze en pootdragende robots, met name de beenlengte, de effectiviteit van zelf-rechtende strategieën beïnvloedt en biedt ontwerprichtlijnen voor robuuste voortbeweging in onzeker terrein.
Dit artikel introduceert een nieuwe proprioceptiemethode voor kabelgedreven continuümrobots, gebaseerd op proximale krachtmeting en een biomimetisch ontwerp, die de uitdagingen van driedimensionale contactkrachtperceptie en vormschatting op micro-schaal overwint door een geoptimaliseerde multimodale waarnemingsstrategie.
Dit paper introduceert LITHE, een lichtgewicht softwarearchitectuur voor commodity Linux die het mogelijk maakt om real-time C++-besturingslogica veilig en zonder onderbreking dynamisch aan te passen door een Python-gebaseerde 'Brain', waardoor de kloof tussen hoog-niveau AI en laag-niveau real-time controle wordt overbrugd.
Dit paper introduceert SLNet, een extreem lichtgewicht architectuur voor 3D-puntenwolkherkenning die via NAPE en GMU een hoge nauwkeurigheid bereikt met aanzienlijk minder parameters en rekencost dan bestaande modellen, terwijl het tegelijkertijd een nieuwe NetScore+-metriek voor efficiëntie presenteert.
Dit paper introduceert GSAT, een zelftoezichtend leerframework dat anomaliedetectie gebruikt om een positieve hypersfeer in de latente ruimte te construeren voor het betrouwbaar inschatten van terrein-doorgankelijkheid zonder extra prototypes of menselijke supervisie.
Dit paper introduceert HSC-VLA, een hiërarchisch framework dat robuuste bimanuele manipulatie in dichte rommel bereikt door hoog-niveau visueel-semantische redenering te ontkoppelen van laag-niveau sensorimotorische uitvoering via een expliciete 'scene-clearing'-abstractie, wat resulteert in een aanzienlijk hogere succesratio dan monolithische baselines.
Dit paper presenteert een innovatieve inverse-dynamische waarnemer die een lineair eenspoorvoertuigmodel combineert met een op hyperbolische partiële differentiaalvergelijkingen gebaseerde distributie van de bandendynamica om de zijglijhoek en bandkrachten uitsluitend te schatten op basis van de gier- en zijversnellingsmetingen.
InterReal is een unificerend, op fysica gebaseerd imitatieleerkader dat humanoid robots in staat stelt om realistische mens-object-interacties te leren en succesvol in de echte wereld toe te passen, zoals aangetoond op de Unitree G1-robot.
Dit paper introduceert ICLR, een nieuw raamwerk voor in-context imitatielearning dat robots in staat stelt om hun prestaties en generalisatie te verbeteren door gestructureerde visuele redeneertraces die toekomstige trajecten voorspellen, te integreren in een autoregressieve transformer.