Neuste Artikel für Roboter

Diese Studie zeigt, wie Gedächtnis die Fähigkeit eines Roboters verbessert, effektiv zu suchen.

Eine Methode zur Optimierung von Roboteraufgaben bei Wasserentnahmeoperationen.

Dieses System verbessert, wie Leute mit Robotern arbeiten, macht Aufgaben einfacher und schneller.

Untersuchung von Reinforcement Learning-Methoden in der MuJoCo-Umgebung zur Robotiksteuerung.

Zespol macht das Studieren von Roboterschwärmen durch flexible Simulation einfacher.

Forschung zeigt, wie Domänenrandomisierung Robotern bei echten Aufgaben hilft.

Forschung zeigt, dass ein Mensch effektiv eine Gruppe von 100 Robotern überwachen kann.

Ein Blick auf URDF-Dateien und ihren Einfluss auf robotische Systeme.

Die Rolle von Vertrauen zwischen Nutzern, Robotern und Entwicklern untersuchen.

Ein neues Framework hilft Robotern, das Verhalten von Menschen vorherzusagen, um sicherere Interaktionen zu ermöglichen.

Ein neuer Roboter hilft Apfelbauern, die Fruchtansätze genau zu zählen und zu messen.

Dieser Artikel stellt ein schnelles und effizientes System zur Roboterselbstlokalisierung mit 2D-Bildern vor.

Lern, wie du Aufgaben an Roboter vergeben kannst, um bessere Zusammenarbeit und Effizienz zu erreichen.

Untersuchen, wie Leute sich in Arbeitsumgebungen an Roboter anpassen.

Forschung zeigt, dass Musik die Interaktion mit Robotern durch emotionale Hinweise beeinflusst.

Ein praktisches Programm verbindet Neurowissenschaften mit Robotik für Schüler.

Eine neue Methode verbessert die Interaktionen mit Robotern durch sprachbasiertes Bewegungsplanning.

Forschung zeigt eine neue Methode zur Steuerung von hüpfenden Robotern durch verstärkendes Lernen.

Wie einfache Roboter sich ohne Richtung geradeaus bewegen können.

Diese Studie konzentriert sich darauf, Q-Learning für die Roboter-Navigation in Bronchialästen zu nutzen.

VAPORS verbessert das Füttern von Robotern, indem es Planung und spezialisierte Aktionen kombiniert, um die Essenshilfe zu optimieren.

ReachBot nutzt fortschrittliche Methoden, um Risse zum Klettern in rauen Umgebungen zu finden.

Neuer Ansatz automatisiert das Design von Belohnungsfunktionen für Deep Reinforcement Learning bei Robotern.

Ein neues System hilft Robotern, sich ohne GPS in Lavendelfeldern zurechtzufinden.

Roboter lernen, sich bewegende Objekte ganz easy zu verfolgen.

Eine neue Methode hilft Robotern, sicher durch raues Gelände zu navigieren, indem sie Luftbilder nutzen.

Grasp-Anything verbessert die Erkennung von Robotergriffen mit vielfältigen Bildern und Textbeschreibungen.

Ein neuer Ansatz sorgt dafür, dass Roboter schnell und sicher um Hindernisse navigieren können.

Ein Datensatz, der erstellt wurde, um die Roboternavigation in verschiedenen Umgebungen zu verbessern.

Roboter können effektiv Handschrift basierend auf den individuellen Lernstilen unterrichten.

Neue Roboter überwinden sandige Böden mit innovativer Vibrationstechnik.

Forscher entwickeln Roboter, die die Bewegungen von Schlangen nachahmen, um in schwierigen Gelände besser abzuschneiden.

AirExo ermöglicht es Robotern, die Ganzarm-Manipulation mit echten Daten zu lernen.

Roboter passen sich an verschiedene Geländetypen an, indem sie selbst gesammelte Daten nutzen.

Ein neuer Roboter lernt, das Gleichgewicht zu halten, indem er natürliche Überlebensstrategien nachahmt.

Ein tragbares System sammelt detaillierte Daten über das Verhalten von Fussgängern für ein besseres Robotdesign.

DREAM verbessert, wie Roboter Aufgaben und Energie in schwierigen Umgebungen managen.

Die Auswirkungen von KI auf junge Lernende und Lehrmethoden erkunden.

Smac Planner ermöglicht eine effiziente Routenplanung für mobile Roboter in verschiedenen Umgebungen.

CURE verbessert die Roboterleistung, indem es die Konfigurationseinstellungen effizient optimiert.