864 papers
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.
Dit paper introduceert ACCURATE, een robuust 3D-reconstructieframework dat een segmentatie-neuraal netwerk combineert met een geometrie-gedwongen topologietraversie en dynamisch programmeren om de nauwkeurige reconstructie van willekeurig gevormde, langwerpige continuumbogen, zoals gidsdraden en katheters, mogelijk te maken onder klinische X-ray C-arm-systemen.
ReconDrive is een voorspellend framework dat de 3D-fundatiemodel VGGT uitbreidt met hybride Gaussische voorspellingskoppen en een statisch-dynamische 4D-samenstellingsstrategie om snelle, hoogwaardige 4D-Gaussian Splatting-reconstructies voor autonome rijscènes te genereren, waarmee het de snelheid van bestaande methoden combineert met de kwaliteit van per-scene optimalisatie.
Deze paper introduceert een nieuwe benadering voor 'Approximate Imitation Learning' die het mogelijk maakt een quadcopter met slechts één event-camera snel en robuust door rommelige omgevingen te vliegen door de dure simulatie van events te omzeilen en in plaats daarvan een offline dataset te combineren met online training op basis van lichte state-informatie.
FeasibleCap is een systeem voor het verzamelen van robotdemonstraties via een handgreep dat real-time uitvoerbaarheidsfeedback biedt zonder extra hardware of leermodellen, waardoor het aantal mislukte demonstraties wordt verminderd en de kwaliteit van de data voor verschillende robotplatforms wordt verbeterd.
Dit paper introduceert drie algoritmen voor het nauwkeurig lokaliseren van biologische en robotische honden uitsluitend op basis van inertieel sensordata, waarbij gebleken is dat neurale methoden modelgebaseerde benaderingen overtreffen met een afstandsfout van minder dan 10%.
Dit artikel introduceert SMAT, een gestructureerd trainingskader voor co-adaptieve exoskeletbesturing dat via een vierstapscurriculum een robuust en subjectonafhankelijk hulpmiddel levert dat de heupspieractivatie met gemiddeld 10,1% verlaagt en consistente positieve mechanische kracht genereert zonder specifieke aanpassing per gebruiker.
GeoLoco is een robuust, puur op RGB-gebaseerd locomotieframework voor humanoiden dat door het benutten van geometrische priors van een visuele foundation-model en een speciaal cross-attention-mechanisme, succesvolle zero-shot overdracht van simulatie naar de Unitree G1-robot op complexe terreinen mogelijk maakt zonder gebruik van actieve dieptesensoren.
Dit artikel introduceert een versterkingsleerframework voor exoskeletbesturing dat biologische gewrichtsmomenten reduceert en presenteert een kwantitatieve validatiepiplijn die sterke overeenkomst toont tussen in simulatie getrainde besturingsnetwerken en biologische data, hoewel uitdagingen bij hogere snelheden en steilere hellingen blijven bestaan.
PanoDP is een communicatievrij leerframework dat panoramische dieptewaarneming en differentieerbare fysica combineert om autonome agents te trainen voor veilige, botsingsvrije navigatie in complexe en dynamische omgevingen.
TempoFit is een trainingsvrije, plug-and-play methode die bestaande Vision-Language-Action-modellen verbetert voor langdurige robotmanipulatie door het hergebruiken van bestaande temporale geheugensporen (KV-memorie) om context te behouden zonder de inferentie-latentie of het model zelf aan te passen.
Deze paper introduceert AtomicVLA, een unificerend kader voor robotplanning en -executie dat via een Skill-Guided Mixture-of-Experts (SG-MoE) schaalbare atomaire vaardigheden leert en dynamisch combineert, waardoor robuustere prestaties worden bereikt bij langdurige taken en voortdurend leren in vergelijking met bestaande VLA-modellen.
Dit artikel presenteert een raamwerk voor multi-agent off-world exploratie dat gebruikmaakt van Gaussische-bewijsmapping en dubbel-domein dekking om efficiënt en veilig zeldzame bewijsstukken te vinden in gevaarlijke omgevingen met beperkte communicatie, waarbij het beter presteert dan bestaande methoden door AOI-bias te verminderen en risico's actief te beheren.
Dit artikel introduceert DAISS, een geteleoperateerd dual-arm platform dat via fase-bewust imitatieleer complexe, asymmetrische taken voor ultrasone-geleide medische ingrepen automatiseert door expertstrategieën te leren uit beperkte demonstraties en real-time echografiefeedback te integreren.
Dit artikel introduceert een open-source, low-cost teleoperatieramenwerk voor mobiele bimanuele manipulatoren dat gebruikmaakt van standaard hardware zoals smartphones en voetschakelaars om intuïtieve, volledige lichaamscontrole mogelijk te maken zonder dure VR-uitrusting.
Dit paper introduceert UniUncer, een lichtgewicht, unificerend framework dat onzekerheid voor zowel statische als dynamische scene-elementen integreert in een end-to-end rijplanner, waardoor de betrouwbaarheid en prestaties aanzienlijk worden verbeterd met minimaal rekenkundig overhead.
Dit artikel introduceert RoboPCA, een raamwerk dat menselijke demonstraties gebruikt om robots gelijktijdig de juiste contactgebieden en houdingen te leren voorspellen voor effectieve objectmanipulatie, waardoor inconsistenties in bestaande methoden worden opgelost.
C-Explorer is een decentraal raamwerk voor multi-UAV-verkenning dat door middel van een connectiviteitsgrafiek en een op continuïteit gerichte taaktoewijzing de beperkingen van communicatie en inefficiënte routes overwint, wat resulteert in aanzienlijk kortere verkenningstijden en padlengten dan bestaande methoden.
Dit paper introduceert AeroPlace-Flow, een trainingsvrij raamwerk dat natuurlijke taalinstructies omzet in uitvoerbare objectplaatsingstaken voor luchtmanipulatoren door visuele vooruitziendheid te combineren met 3D-geometrische redenering en objectflow.
Dit paper pleit voor een verschuiving in de interactie met robots en AI van een focus op autonomie en efficiëntie naar een 'scaffolding'-benadering, waarbij de mens als regisseur fungeert die creatieve intentie stuurt terwijl AI de vertaalslag naar robotgedrag faciliteert.