864 papers
Dit artikel introduceert het concept van afhankelijke bereikbare verzamelingen voor twee agenten die een feedbackstrategie volgen, waarbij de geometrie van deze verzameling voor de constante draagwijdte-vervolgingsstrategie wordt gekarakteriseerd via theoretische grenzen en simulaties.
Dit artikel introduceert XR-DT, een Extended Reality-gebaseerd Digital Twin-framework dat een hiërarchische architectuur combineert met een mensbewust Model Predictive Path Integral-besturingssysteem en een Transformer-model voor menselijke trajectvoorspelling, om veilige, efficiënte en interpreteerbare interactie tussen mobiele robots en mensen in gedeelde ruimtes te garanderen.
Dit paper introduceert Safe Model Predictive Diffusion, een trainingsvrije planner die modelgebaseerde diffusie combineert met een veiligheidschild om direct kinodynamisch haalbare en veilige trajecten te genereren zonder naverwerking.
Dit paper introduceert SORS, een modulaire en hoogwaardige simulator op basis van de eindige-elementenmethode die complexe interacties tussen zachte en stijve materialen nauwkeurig simuleert, waardoor de kloof tussen simulatie en de realiteit voor de ontwikkeling van zachte robots wordt overbrugd.
Dit paper introduceert VISO, een robuust underwater SLAM-systeem dat stereo-camera's, een IMU en 3D-sonar combineert met een fotometrische renderingstrategie en online kalibratie om nauwkeurige 6-DoF-localisatie en real-time, fotometrisch getrouwe 3D-reconstructie in uitdagende onderwateromgevingen te bereiken.
Dit paper introduceert InsSo3D, een nauwkeurige en efficiënte SLAM-methode die een 3D-sonar combineert met een traagheidsnavigatiesysteem om driftcorrectie en gedetailleerde 3D-kaarten te genereren voor inspecties in troebel water.
Deze paper introduceert (MGS)-Net, een innovatief raamwerk dat micro-geometrische schaal en macro-geometrische structuur unificeert via modules voor schaaladaptatie en structurele filtering om robuuste cross-view geo-localisatie te bereiken onder extreme perspectiefverschillen.
Dit paper introduceert APEX, een op deep reinforcement learning gebaseerd systeem dat een mensachtige robot in staat stelt om veilig en autonoom hoge platformen te beklimmen en te verlaten door een geïntegreerd beleid te leren dat verschillende vaardigheden zoals klimmen, kruipen en houdingswijziging combineert, wat resulteert in succesvolle zero-shot simulatie-naar-realiteit overdracht op een Unitree G1.
Dit paper introduceert MiDAS, een open-source, platform-onafhankelijk systeem voor tijdgesynchroniseerde, niet-invasieve multimodale dataverzameling bij robot-assisterende minimaal invasieve chirurgie, dat wordt ondersteund door een nieuw dataset met hand- en voetbewegingen en video-opnames van chirurgen die taken uitvoeren op de Raven-II en da Vinci Xi.
Dit paper introduceert RL-Co, een framework dat simulatie en reinforcement learning combineert met real-world data om Vision-Language-Action-modellen te trainen, wat leidt tot aanzienlijk betere prestaties en generalisatie op echte robots vergeleken met traditionele methoden.
Deze paper presenteert een framework dat gebruikmaakt van een gesimuleerde omgeving en een aangepast TD3-algoritme met domeinrandomisatie om robuuste besturingsstrategieën te leren voor het bereiken en handhaven van een omgekeerde houding bij miniature blimp-robots in de echte wereld.
Dit paper introduceert ROSER, een lichtgewicht few-shot retrieval-framework dat ongelabelde robot-interactielogs omzet in bruikbare, taakgerichte trajecten met slechts enkele voorbeelden, waardoor de schaarste aan getrainde data voor robotleren wordt opgelost en bestaande datasets effectiever benut kunnen worden.
Dit paper introduceert 'Companion', een artistiek systeem dat een tekenrobot en grote taalmodellen combineert om een interactieve, wederzijdse samenwerking tussen mens en machine te realiseren die visuele verhalen creëert met een unieke esthetische identiteit en professionele tentoonstellingskwaliteit.
RoboLayout is een nieuw framework dat LayoutVLM uitbreidt met agent-bewust redeneren en differentieerbare optimalisatie om semantisch coherente en fysiek haalbare 3D-scènes te genereren die specifiek zijn afgestemd op de navigatie- en interactiecapaciteiten van diverse embodied agents.
Het paper introduceert ProFocus, een trainingsvrij framework dat proactieve perceptie en gefocuste redenering combineert via samenwerking tussen taal- en visiemodellen om Vision-and-Language Navigation-taken op R2R- en REVERIE-benchmarks tot state-of-the-art prestaties te brengen.
Dit artikel presenteert een digitale-tweelinggestuurde V2X-baanvoorspellingspipeline voor stedelijke kruispunten die, door middel van een innovatieve 'twin loss' naast de standaard MSE-loss, de voorspellingen van multi-agent bewegingen significant veiliger maakt door verkeersregels en botsingsvermijding te integreren zonder de nauwkeurigheid of real-time prestaties te compromitteren.
Dit paper introduceert TEGA, een gesloten-lus teleoperatieframework dat EMG-gestuurde intentie, visuo-tactiele sensoren en een draagbaar haptisch vest combineert om gebruikers met bovenlichaamdisabiliteiten intuïtieve, proportionele krachtregeling en stabiele grijpacties mogelijk te maken.
Het paper introduceert PRISM, een methode die imitatieleer en versterkingsleer combineert door menselijke instructies en feedback te gebruiken om robuuste en herbruikbare robotbeheersingsbeleid te verfijnen voor nieuwe taakconfiguraties.
Dit paper introduceert een nieuwe gezamenlijke leerbenadering die imitatie- en transferleer combineert door inverse taken te leren uit forward-demonstraties, waardoor robotbeleid nauwkeurig kan worden overgedragen naar nieuwe omstandigheden zonder directe supervisie.
Deze paper introduceert het eerste gekoppelde robuustheidsverificatiekader voor heatmaps gebaseerde sleutelpuntdetectie dat, in tegenstelling tot eerdere onafhankelijke benaderingen, de gezamenlijke afwijking van alle sleutelpunten garandeert door het verificatieprobleem te formuleren als een falsificatieopdracht met behulp van gemengd-geheelgetallige lineaire programmering.