864 papers
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.
Het artikel introduceert RACAS, een robotonafhankelijk agentic systeem dat gebruikmaakt van drie op taal gebaseerde modules om diverse robotplatforms via natuurlijke taal te besturen zonder dat er aanpassingen aan de broncode of modelgewichten nodig zijn.
Dit artikel presenteert een algemeen controlekader dat gebruikmaakt van Control Lyapunov-functies om ondergeactiveerde zachte robots met beperkte actuatoren stabiel en nauwkeurig te regelen in de taakruimte, wat een verbetering is ten opzichte van bestaande methoden die vaak de aanname van volledige actuatie maken.
Dit artikel introduceert de RFM-HRI-dataset, een multimodaal corpus dat de reacties van gebruikers op verschillende soorten robotfouten en hun voorkeuren voor herstelstrategieën tijdens medische item-ophaaltaken documenteert, met als doel de ontwikkeling van veiligheidsgerichte foutdetectie- en herstelmethodes in mens-robotinteractie te ondersteunen.
Dit paper introduceert SCOUT, een efficiënte methode voor open-wereld objectzoekopdrachten die 3D-scenegraphs gebruikt met relationele heuristieken en een offline distillatieframework om LLM-niveau redenering te bereiken zonder de kosten en traagheid van directe LLM-gebruik.
Dit paper introduceert TransMASK, een zelftoezichtmethode die een leerbare masker transformeert om irrelevante omgevingsvariabelen te filteren en zo robuustere robotbeleid te trainen voor betere generalisatie in nieuwe omgevingen.
Het artikel introduceert Contact-Grounded Policy (CGP), een visueel-tactiel besturingsbeleid dat fijne, contactrijke dexteriteit mogelijk maakt door multi-puntscontacten te grondvesten via het voorspellen van robottoestanden en tactiele feedback, welke vervolgens worden omgezet in uitvoerbare doelen voor een compliantiecontroller.
Dit artikel introduceert het NC-tALC-dataset, een hoogwaardige verzameling trajectgegevens van 152 gecontroleerde experimenten die het rijgedrag en de interacties van overgangsvolautomatische voertuigen (tAV's) tijdens rijstrookwissels met menselijk bestuurde voertuigen in kaart brengen.
Dit artikel introduceert een nieuw omgevingsbewust raamwerk voor het online genereren van paden voor robotische additieve fabricage, dat vier padplanningsalgoritmes evalueert in uitdagende obstakelomgevingen en specifieke prestatie-metrics voorstelt om de meest geschikte planners voor deze toepassing te identificeren.
Dit paper introduceert een privacybehoudend visueel-taalframework voor medische tolkrobots dat, gebaseerd op lokaal gedeployeerde open-source modellen, spraakhandelingen detecteert en menselijke gebaren genereert om de communicatie over taalbarrières heen te verbeteren.
Dit paper introduceert Safe-Night VLA, een multimodaal robotbesturingsframework dat thermische waarneming integreert met visueel-taal-modellen en veiligheidsfilters toepast om robots in staat te stellen onzichtbare objecten te detecteren en veilig te manipuleren in ongestructureerde omgevingen.
Het artikel introduceert EmboAlign, een datavrije framework dat video-generatieve modellen uitlijnt met composities van visueel-talige modellen om fysiek plausibele robotbewegingen te genereren en de succesratio bij zero-shot manipulatie zonder taakspecifieke training met 43,3% te verhogen.
Dit artikel introduceert een tweestapsframework dat Bayesian Optimization en STL-gebaseerde conflictoplossing combineert om schaalbare, veilige en aanpassingsvriendelijke trajectplanning voor meerdere robots onder kinodynamische beperkingen en tijdslogische specificaties mogelijk te maken.
Dit paper introduceert TDGC, een hiërarchisch beleidskader dat de schaalvergroting tussen hoog-niveau navigatiebeslissingen en laag-niveau gangregeling oplost door een simulatie-getraind laag-niveau beleid te koppelen aan een taakgericht hoog-niveau beleid, wat leidt tot robuustere vierpotige navigatie in complexe en onbekende omgevingen.
Deze paper introduceert de CDF-Glove, een lichtgewicht en goedkope kabelgedreven handschoen met krachtrückkoppeling die de kwaliteit van teleoperatie voor imitatieleer aanzienlijk verbetert en zo de succesratio van robottaken verhoogt.
Dit paper introduceert HiLAM, een hiërarchisch latent actie-model dat door gebruik te maken van een vooraf getraind LAM als laag-niveau-extractor langdurige temporale afhankelijkheden in actie-loze video's analyseert om robuuste hoog-niveau vaardigheden te ontdekken.
Dit paper introduceert OpenHEART, een robuust en steekproefficient raamwerk dat een benen manipulator in staat stelt om diverse heterogene gearticuleerde objecten te openen door middel van Sampling-based Abstracted Feature Extraction (SAFE) en de Articulation Information Estimator (ArtIEst).
Deze paper introduceert de SILA Bot, een kleine hagedis-geïnspireerde robot die door middel van proprioceptieve feedback en een eenvoudige lineaire regelaar de diepte van korrelige bodems schat en zijn bewegingspatroon automatisch aanpast om effectief te navigeren over complexe terreinen.
Dit paper introduceert TraD-RL, een expertkennis-gedreven versterkingsleermethode voor autonoom racen die via trajectgeleiding, dynamische beperkingen en curriculumlearning zowel de stabiliteit als de snelheid van voertuigen in complexe omgevingen verbetert.
DexEMG is een lichtgewicht en kosteneffectief systeem voor teleoperatie dat oppervlakte-EMG-signalen gebruikt om via een getraind neuronaal netwerk en een robuust retargeting-algoritme nauwkeurige, generaliseerbare besturing van dexterous robotische handen mogelijk te maken zonder intensieve individuele kalibratie.