866 papers
Deze paper presenteert een volledig autonome navigatiestack voor een Boston Dynamics Spot-robot die zonder GPU of netwerkaansluiting op een Intel NUC edge-computer draait en met 100% succes effectief navigeert in ondergrondse mijnen met uitdagende omstandigheden.
Dit paper introduceert PTLD, een nieuwe methode voor sim-to-real overdracht die gebruikmaakt van bevoorrechte sensoren in de echte wereld om een robuuste tastbare schatting te distilleren, waardoor dexterous manipulatiebeleid aanzienlijk wordt verbeterd zonder complexe tactiele simulatie.
Dit paper introduceert Many-RRT*, een robuust algoritme voor het plannen van trajecten in de gezamenlijke ruimte van seriële manipulatoren dat door het parallelle groeien van bomen naar meerdere IK-oplossingen suboptimale keuzes elimineert en zo aanzienlijk betere trajectkwaliteit en een hogere succesratio bereikt dan bestaande RRT-varianten.
Dit paper introduceert MEMO, een systeem dat door menselijke feedback te verzamelen, te clusteren en te herformuleren, lokale correcties omzet in gegeneraliseerde vaardigheden om neuro-symbolische robotbeleid te verbeteren en zo de generalisatie naar nieuwe taken mogelijk te maken.
Dit artikel presenteert een gedistribueerde en decentrale schattingsframework voor visiegebaseerde, gezamenlijke slungel-ladingtransporten met UAV's in GPS-ontzegde omgevingen, waarbij monocular camera's en een Extended Information Filter worden gebruikt om robuuste, schaalbare en sensor-vrije trajectvolging mogelijk te maken.
Deze paper introduceert een nieuwe methode voor risicobewuste versterkende leer voor mobiele manipulatie, waarbij een door Distributional Reinforcement Learning getrainde 'leraar' via imitatieleer wordt gedistilleerd naar een visuele motorbeleid dat op basis van eigen dieptewaarnemingen dynamische, risicosensitieve beslissingen kan nemen in ongestructureerde omgevingen.
Dit paper introduceert ELLIPSE, een methode die op basis van diep evidentiële regressie robuuste waypoints en betrouwbare onzekerheidsmetingen genereert voor mobiele robots in kritieke omgevingen, door middel van domeinverrijking en post-hoc recalibratie om oververtrouwen bij distributieveranderingen te voorkomen.
Dit artikel introduceert een risicobewuste formalisme voor het evalueren van systeemtrajecten onder onzekerheid, waarbij interacties met de omgeving expliciet worden gemodelleerd om consistente, hiërarchisch prioriteitsgestuurde beslissingen te ondersteunen, zoals geïllustreerd in een voorbeeld voor autonoom rijden.
Deze paper introduceert RoboMME, een grootschalig gestandaardiseerd benchmark voor het evalueren van geheugenmechanismen in robotische VLA-modellen, en presenteert experimenten met 14 variaties die aantonen dat de effectiviteit van geheugendesigns sterk afhankelijk is van de specifieke taak.
Dit artikel beschrijft een geïntegreerde besturings- en softwarearchitectuur die het mogelijk maakt om een commercieel quadrotor, specifiek de Flyability Elios 3, volledig autonoom te gebruiken voor contactgebaseerde ultrasone non-destructieve inspectie in ongestructureerde industriële omgevingen.
Dit paper introduceert GIANT, een innovatieve aanpak voor multi-robot botsingsvermijding die globale padplanning combineert met lokale navigatiestrategieën via aandachtsgraph-neurale netwerken, wat resulteert in superieure prestaties in complexe, dynamische omgevingen vergeleken met bestaande methoden.
Dit artikel beschrijft een workflow waarin Large Language Models (LLMs) worden ingezet om Python-bindings voor de grote C++ robotica-bibliotheek OMPL te genereren, waarbij menselijke experts de gegenereerde nanobind-wrappercode controleren om fouten te corrigeren en prestaties te waarborgen.
Dit paper presenteert een methode voor autonoom parkeren die de prestaties verbetert door parkeerplekken te selecteren op basis van expliciete voorspellingen van de intenties van andere voertuigen, afgeleid uit hun bewegingsgeschiedenis in plaats van alleen korte-termijn beweging.
Dit paper introduceert LEGS-POMDP, een modulair systeem dat taal, gebaren en visuele waarnemingen integreert binnen een POMDP-raamwerk om robots in staat te stellen objecten te zoeken in onzekere, deels waarneembare omgevingen door zowel de identiteit als de locatie van het doelobject expliciet te modelleren.
Dit artikel presenteert GenTact-Prox, een volledig 3D-geprinte, modulaire kunstmatige huid die tactiele en nabijheidssensoren integreert om robots in staat te stellen contact te anticiperen en een data-gedreven raamwerk introduceert om de waarneembare ruimte rondom de robot in kaart te brengen.
Dit artikel presenteert een optimalisatieframework met NSGA-III dat loopbewegingen genereert voor modulaire robots met makkelijk te demonteren gewrichten, waarbij een evenwicht wordt gevonden tussen het minimaliseren van gewrichtslading en het behoud van mobiliteit om mechanische schade te voorkomen.
Dit paper presenteert en valideert een zelfalignerend gereedschapswisselsysteem met passieve geometrieën en een compacte opslagstation, dat betrouwbare automatische moduleuitwisseling voor modulaire robots mogelijk maakt door uitvoeringsfouten op te vangen zonder complexe krachtsensoren.
Deze studie toont aan dat robots op twee wielen door lava-tubes op de maan kunnen navigeren door hun huidige terrein te identificeren aan de hand van korte-termijn oriëntatiegegevens, waardoor een effectieve schakeling tussen gespecialiseerde besturingsmodellen mogelijk wordt.
Dit artikel presenteert een decentralisatie-exploratiemethode voor zelforganiserende robotteams die gebruikmaakt van grote taalmodellen (LLMs) voor het autonoom bepalen van doelen, wat de robuustheid en flexibiliteit ten opzichte van traditionele centrale aanpakken verbetert.
Dit artikel presenteert een datagedreven besturingsframework voor magnetisch geactiveerde visachtige robots dat een op neurale netwerken gebaseerd dynamisch model combineert met modelvoorspellende besturing en imitatieleer om nauwkeurige trajectvolging te realiseren zonder afhankelijkheid van analytische modellen.