Computerwissenschaften - Robotik

Diese Studie konzentriert sich darauf, das Training von Robotern zu verbessern, indem Reinforcement Learning von Simulationen auf reale Umgebungen übertragen wird.

Forscher schlagen berührungsbasierte Methoden für Roboter vor, um die Genauigkeit in unsicheren Umgebungen zu verbessern.

Neues Modell verbessert das Verständnis von Robotern für ihre Umgebung, damit sie ihre Aufgaben besser ausführen können.

Eine neue Methode verbessert das Echtzeitsmodellieren von flexiblen Objekten in der Robotik.

LGR2 verbessert die Leistung bei robotischen Aufgaben durch Sprachbefehle und hierarchisches Lernen.

Neue Methode verbessert die Effizienz der 3D-Kartierung für Roboter und selbstfahrende Autos.

Dieser Artikel beleuchtet hybride Bewegungsplanungsmethoden für sichereres automatisiertes Fahren.

Ein Rahmenwerk zur Umwandlung von Verkehrsregeln in formale Logik für autonome Fahrzeuge.

Eine neue Methode verbessert die Bewegungsplanung für selbstfahrende Autos mithilfe von Strömungsdynamik.

HumanTHOR verbessert die Zusammenarbeit zwischen Mensch und Roboter durch realistische virtuelle Umgebungen.

Entdecke die Grundlagen von Kalmanfiltern für die Zustandsabschätzung in dynamischen Systemen.

Ein Blick auf Fehler in SLAM und die Rolle von Jacobians bei der Optimierung.

Ein neuer Ansatz verbessert die Genauigkeit in Lokalisierungssystemen, indem er mit den Perspektivverschiebungen der Sensoren umgeht.

Untersuchung der geteilten Kontrolle bei Assistenzrobotern für Menschen mit eingeschränkter Mobilität.

Analyzieren, wie Rover auf der Erde getestet werden, bevor sie in den Weltraum geschickt werden.

Neue Techniken verbessern die Steuerung von Robotern mit Vision Transformers.

Schnurrhaarsensoren helfen Robotern, sich präzise in ihrer Umgebung zurechtzufinden und diese zu verstehen.

Eine neue Methode hilft Robotern, Benutzerbefehle besser zu verstehen.

Roboter lernen Aufgaben, indem sie Menschen beobachten, was die Anpassungsfähigkeit in der Produktion verbessert.

Ein transformersysten verbessert, wie Roboter mehrere Aufgaben lernen.

Innovatives Design für Halskragen zielt darauf ab, den Komfort und die Unterstützung für Patienten zu verbessern.

Forschung zeigt, dass die Steuerung von Roboterarmen dank Deep Reinforcement Learning besser wird.

Eine neue Methode hilft selbstfahrenden Autos, die Umgebung mithilfe von Rohdaten vorherzusagen.

AMRs verändern die Lagerbetriebe, indem sie die Effizienz steigern und die Arbeitsbelastung reduzieren.

Untersuchen, wie Roboter zusammenarbeiten, um effektiv gegenanzugehen, indem sie neue Lernmethoden nutzen.

Wir stellen eine modulare Bibliothek vor, die einfaches Entscheiden mit Diffusionsmodellen ermöglicht.

MMScan verbessert die Fähigkeit von KI, komplexe 3D-Umgebungen mit umfangreichen Anmerkungen zu verstehen.

Eine Methode, die die Bewegungssteuerung von Robotern ermöglicht, hilft Menschen mit Behinderungen.

Ein neues Modell ermöglicht es Robotern, Aufgaben besser zu lernen, indem sie visuelle und sprachliche Eingaben nutzen.

Roboter lernen, sich durch Sehen und Nachahmungstechniken anzupassen, was die Benutzerfreundlichkeit verbessert.

Ein effizienter Algorithmus für Reinforcement Learning mit deterministischen Dynamiken.

Bewertung von Risiken verzerrter Ergebnisse bei Robotern mithilfe von Sprachmodellen.

Eine neue Methode ermöglicht es Agenten, effektiv aus Beobachtungen zu lernen, ohne dass direkte Aktionsdaten benötigt werden.

AlabOS macht die Abläufe für automatisierte Labore einfacher und verbessert die Effizienz in der Materialforschung.

Soziale Roboter helfen Kindern mit Autismus, wichtige Fähigkeiten wie Kommunikation zu entwickeln.

RoboGolf hilft Robotern, im Minigolf zu lernen und sich anzupassen.

Die LEADS-Methode verbessert die Fähigkeitenvielfalt für bessere KI-Erforschung.

Eine neue Methode verbessert die 3D-Erkennung mit Bild- und LiDAR-Daten.

Neue Methode verbessert das Greifen von Robotern, indem sie aus vergangenen Erfolgen lernt.

Ein Leitfaden zur Erkennung von Satellitenproblemen während Missionen zum Mond und Mars.