667 papers
NaviGait is een hiërarchisch framework dat deep reinforcement learning combineert met trajectoptimalisatie om robuuste en intuïtieve loopbewegingen voor bipedale robots te genereren door bestaande gaits uit een bibliotheek te selecteren en minimaal aan te passen, wat resulteert in snellere training en betere stabiliteit dan bestaande methoden.
Het paper introduceert RL-100, een robuust real-world reinforcement learning-framework dat diffusiebeleid combineert met PPO en consistentiedistillatie om robotmanipulatietaken met 100% succes en menselijke snelheid uit te voeren, zelfs onder dynamische veranderingen en zonder hertraining.
Dit paper introduceert FALCON, een nieuw paradigma dat rijke 3D-ruimtelijke tokens afgeleid van RGB-beelden injecteert in de actiehead van Vision-Language-Action-modellen om de ruimtelijke redenering te verbeteren en state-of-the-art prestaties te bereiken in zowel simulatie als real-world taken.
Dit paper weerlegt de aanname dat reactieve replanning noodzakelijkerwijs bestaande plannen moet bijwerken, en toont aan dat het gebruik van snelle, bijna-zeker asymptotisch optimale (ASAO) algoritmen een efficiëntere oplossing biedt door een reeks onafhankelijke planningsproblemen op te lossen in plaats van bestaande plannen te hergebruiken.
Dit paper introduceert SynHLMA, een nieuw raamwerk dat natuurlijke taalinstructies omzet in realistische handbewegingen voor het manipuleren van gearticuleerde objecten door middel van een discrete interactierepresentatie en een taalmodel, wat leidt tot superieure prestaties in het genereren, voorspellen en interpoleren van grijpsequenties voor toepassingen in robotica en virtuele realiteit.
EgoMI is een framework dat de kloof tussen mens en robot overbrugt door gesynchroniseerde hand- en hoofdtrajecten uit egocentrische demonstraties te gebruiken, waardoor een geheugenaugmentatiebeleid robuuste imitatieleer mogelijk maakt voor semi-humanoid robots met een bewegend camerahoofd.
Dit artikel introduceert PACS, een veiligheidsfilter voor diffusie-beleid dat door middel van pad-consistente remming en bereikbaarheidsanalyse veilige, real-time robotcontrole garandeert zonder de prestaties te verminderen.
Dit paper introduceert AFRO, een zelftoezichtend framework dat dynamische 3D-voorstellingen leert door generatieve diffusie en omgekeerde dynamica te combineren, waardoor robuustere robotmanipulatie wordt bereikt zonder expliciete reconstructie- of actielabels.
Dit paper introduceert UniBYD, een unificerend raamwerk dat dynamisch versterkend leren en een unificerende morfologische representatie combineert om robotmanipulatie te optimaliseren die is afgestemd op de fysieke kenmerken van diverse robothanden, waardoor de beperkingen van puur imiteren van menselijke demonstraties worden overwonnen en de prestaties aanzienlijk worden verbeterd.
Dit artikel presenteert een ontwerp en implementatie van een relatieve localisatiesysteem voor SnailBot, een modulaire zelfreconstruerende robot, dat ArUco-markers, optische flow en IMU-gegevens fuseert voor robuuste positionering in realtime.
Dit artikel beschrijft een magnetisch aangedreven elastische microzwemmer die gebruikmaakt van hysteretische instorting voor niet-reciproque voortstuwing en onafhankelijke besturing van meerdere zwemmers via één extern magnetisch veld, wat veelbelovende toepassingen biedt voor micro-invasieve medische ingrepen.
Dit artikel presenteert AirPulse, een 26-gram zware, vlinder-geïnspireerde robot die voor het eerst autonome, gesloten-lus besturing bereikt bij staartloze zweefvliegtuigen door biologische kenmerken zoals lage flapperfrequenties en een hiërarchisch besturingsarchitectuur te combineren.
Dit artikel presenteert een hybride aanpak die piezo-elektrische en piezoresistieve tastzintuigen combineert met een modelgebaseerde optimalisatie van interne krachten om slip in multifingerige robotgrepen binnen 50 milliseconden te detecteren en te corrigeren.
Dit artikel introduceert MAQP, een multimodaal framework dat via een heterogene dubbel-vlekoptimalisatie en een gradiëntgebaseerde modaal-balanceringsstrategie veilige robotgrijpacties mogelijk maakt door de effectiviteit van adversariële patches voor zowel RGB- als dieptemodaliteiten te maximaliseren.
Pri4R is een effectieve methode die Vision-Language-Action-modellen een impliciet begrip van werelddynamiek bijbrengt door tijdens het trainen gebruik te maken van bevoorrechte 4D-informatie via een lichtgewicht punt-track-head, wat leidt tot aanzienlijk betere prestaties in complexe manipulatietaken zonder extra rekenlast tijdens het gebruik.
Dit paper introduceert SPARC, een methode voor gedecentraliseerde multi-robot padplanning die een relationeel versterkt multi-head attention-mechanisme (RMHA) gebruikt om communicatie te optimaliseren op basis van ruimtelijke nabijheid, wat resulteert in aanzienlijk betere prestaties in dichtbevolkte omgevingen vergeleken met bestaande methoden.
Het artikel introduceert SPREAD, een nieuw raamwerk voor levenslang imitatieleer dat gebruikmaakt van subspace-representatiedistillatie en een op vertrouwen gebaseerde strategie om catastrofisch vergeten te voorkomen en state-of-the-art prestaties te bereiken door de geometrische structuur van taakrepresentaties te behouden.
Dit onderzoek onderzocht hoe leeftijd gerelateerde verschillen de perceptie van deictische blikken van sociale robots beïnvloeden, met als doel het ontwerp van adaptieve non-verbale signalen voor de interactie met ouderen te optimaliseren.
Het artikel introduceert Scale-Plan, een schaalbaar raamwerk dat grote taalmodellen combineert met gestructureerde grafzoekalgoritmen om irrelevante informatie te filteren en zo betrouwbare, langdurige taakplanning voor heterogene multi-robotteams mogelijk te maken, wat wordt gevalideerd met de nieuwe MAT2-THOR-benchmark.
Dit paper introduceert HMR-1, een hiërarchische massage-robotframework dat gebruikmaakt van vision-language-modellen en het nieuwe MedMassage-12K-dataset om acupunctuurpunten te lokaliseren en therapeutische massages in de gezondheidszorg uit te voeren.