864 papers
Het artikel introduceert VORL-EXPLORE, een hybride leer- en planningsframework dat de robuustheid van multi-robot verkenning in dynamische omgevingen verbetert door taaktoewijzing te koppelen aan uitvoeringsbetrouwbaarheid via een gemeenschappelijke navigatie-inschatting, wat leidt tot minder botsingen, kortere paden en minder overlap.
TeamHOI is een framework dat een enkele decentrale policy gebruikt, gebaseerd op een Transformer-architectuur en een gemaskerde Adversarial Motion Prior-strategie, om realistische en schaalbare samenwerking tussen mensachtige robots bij het dragen van objecten mogelijk te maken, ongeacht het aantal teamleden of de vorm van het object.
Dit artikel introduceert de Drag-Aware Aerodynamic Manipulability (DAAM), een geometrisch raamwerk voor besturingsallocatie in redundante multirotors dat motor-torquegrenzen en aerodynamische weerstand expliciet meeneemt om een toestand-afhankelijke manipulabiliteit te definiëren die een optimale, schaal-invariante toewijzing van redundantie garandeert.
Dit artikel introduceert een dual-horizon hybride intern model voor continue vierpotige sprongen onder maangravitatie, dat wordt gevalideerd via het MATRIX-platform, een hardware-in-the-loop testomgeving die zwaartekrachtcompensatie en real-time maanlandschapsimulatie combineert.
Dit paper introduceert DiffRacing, een nieuw raamwerk dat vectorvelden en differentieerbare dynamica combineert om drone-racen in complexe omgevingen te leren met hoge sample-efficiëntie en robuuste sim-naar-real overdracht.
AffordGrasp is een diffusion-gebaseerd framework dat fysiek stabiele en semantisch nauwkeurige menselijke grijpposities genereert door een schaalbaar annotatieproces en een dubbel-conditioneringsproces te integreren om de kloof tussen 3D-objectrepresentaties en tekstuele instructies te overbruggen.
Dit artikel presenteert een systematisch raamwerk voor het berekenen van formeel gegarandeerde foutgrenzen voor de trajectvolging van autonome helikopters met behulp van Robuust Positief Invariante (RPI) sets, waarbij drie regelaararchitecturen worden vergeleken op conservatisme en prestaties.
Dit paper introduceert "See & Switch", een interactief robot-programmeerframework dat visuele feedback gebruikt om conditionele taakbomen dynamisch te vertakken en afwijkende situaties te detecteren, waardoor robuust en intuïtief leren door demonstratie voor complexe manipulatie taken mogelijk wordt.
Dit artikel introduceert MRDrive, een open-source gemengde-realiteit-simulatiesysteem dat onderzoekers in staat stelt in-vehicle interfaces te evalueren door een echte voertuigcabine te combineren met een volledig virtueel rijomgeving, waardoor zowel ecologische validiteit als experimentele controle worden geboden.
Dit artikel presenteert een nieuw adaptief visiegebaseerd regelschema voor redundante robots dat taakruimte en nultoestruimte decoupeert om veilige en effectieve samenwerking met mensen in onbekende omgevingen mogelijk te maken, waarbij de stabiliteit wiskundig is bewezen en de prestaties met augmented reality zijn geverifieerd.
DeReCo is een nieuw decentraliseerd multi-robot leerframework dat representatie- en coördinatielering ontkoppelt via een drie-traps trainingsstrategie, waardoor de sample-efficiëntie en generalisatie voor het samenwerken bij het transporteren van objecten met uiteenlopende vormen en eigenschappen aanzienlijk worden verbeterd.
Deze paper introduceert een geïntegreerd framework dat RL-getrainde teleoperatiehulp (IMCopilot) en een Mixture-of-Dexterous-Experts VLA-architectuur (MoDE-VLA) combineert om mensachtige, contactrijke bimanuele manipulatie mogelijk te maken door kracht- en tactiele sensoren naadloos te integreren.
Dit paper introduceert SaiVLA-0, een neurobiologisch geïnspireerd Vision-Language-Action-model met een driepartite architectuur (Cerebrum, Pons, Cerebellum) die berekeningsbewust is, modulaire upgrades mogelijk maakt en aanzienlijke verbeteringen in trainingssnelheid en succespercentages toont.
Dit paper introduceert TRIAGE, een lichtgewicht framework dat onzekerheid in robotmanipulatie en adaptieve perceptie ontleedt in aleatorische en epistemische componenten om gerichte correcties te triggeren, wat leidt tot aanzienlijke verbeteringen in taaksucces en rekenefficiëntie.
Dit paper introduceert UniGround, een training-vrije methode voor universele 3D-visual grounding die door middel van visuele en geometrische redenering objecten in willekeurige 3D-scènes lokaliseert zonder afhankelijk te zijn van vooraf getrainde modellen, waardoor robuustheid en generalisatie naar ongeziene ruimtelijke relaties en domeinen worden bereikt.
Deze studie toont aan dat de effectiviteit van fysieke interactie met een robot als spelmeester in moordmysterie-spellen afhankelijk is van de houding van de gebruiker, waarbij personen met een negatieve robotattitude (NARS) juist baat hebben bij een digitale interface om hun immersie te behouden.
Dit artikel presenteert een krachtbewust besturingssysteem voor humanoïde robots met meerdere vingers dat, gebaseerd op geschatte krachten uit tactiele sensoren, de beweging van het lichaam en de handen aanpast om stabiel contact met objecten te behouden door de drukpunt en het contactpolygon van de vingers op elkaar af te stemmen.
Dit paper introduceert Edged USLAM, een hybride visueel-inertiaal systeem dat gebeurtenisgebaseerde camera's combineert met een randgevoelige front-end en een leergerichte dieptemodule om robuuste localisatie en mapping te realiseren onder uitdagende omstandigheden zoals snelle beweging en extreme verlichting.
Fusion-Poly is een nieuw polyhedraal raamwerk dat asynchrone LiDAR- en cameradata integreert via ruimtelijk-temporale fusie om de 3D multi-object tracking op het nuScenes-benchmark te verbeteren tot een state-of-the-art AMOTA van 76,5%.
Dit artikel introduceert een algemeen Lie-groepkader op basis van Cosserat-staarttheorie en cumulatieve parametrisering op SE(3) voor het modelleren van continue zachte robots, wat een verenigde, efficiënte en flexibele aanpak biedt voor kinematica, statica en dynamica van diverse complexe structuren.