Neuste Artikel für Mensch-Roboter-Interaktion

Roboter können sich besser an ihre Umgebung anpassen, wenn sie emotionales Lernen nutzen.

SHIRE steigert die Lerngeschwindigkeit von Robotern, indem es menschliche Intuition mit verstärkendem Lernen kombiniert.

PLATO ermöglicht es Robotern, natürliche Sprache zu verstehen, um Aufgaben besser auszuführen.

Roboter verbessern die Aufgabenleistung mit progressiver Retrieval-unterstützter Generierung.

Neue Techniken verbessern das Gleichgewicht und die Effizienz bei humanoiden Robotern.

Eine neue Methode verringert den Datenbedarf für das Training von Robotern mit visuellen Demonstrationen.

Die Studie hebt Fortschritte bei der Emotionserkennung von Robotern mit Vision Transformers hervor.

Eine neue Methode hilft Robotern, sicher mit Menschen zu interagieren.

Neue Methode verbessert das Lernen von Robotern mit visuellen und taktilen Daten.

Das RADER-System verbessert das robotergestützte Lernen durch sichere Demonstrationen in der erweiterten Realität.

Arena 4.0 verbessert das Robotetraining mit realistischen Umgebungen und benutzerfreundlichen Features.

Ein Blick darauf, wie Relevanz Robotern hilft, Menschen effektiv zu unterstützen.

Roboter können jetzt Fragen mit Langzeitgedächtnis beantworten.

Diese Forschung verbessert SAR-Roboter, indem sie menschliches Feedback in ihre Lernprozesse integriert.

Neues Datenset verbessert die Fähigkeit von KI, Missverständnisse in Gesprächen zu bewältigen.

Dieser Artikel bespricht ein Framework, das Robotern hilft, unter schwierigen Bedingungen zu lernen.

Ein neuer Ansatz verbessert das Lernen von Robotern, indem er umfangreiche Sprachbefehle mit Daten kombiniert.

Neues Modell verbessert das robotische Lernen, indem es die Aufgabenleistung und Anpassungsfähigkeit steigert.

Die Forschung konzentriert sich auf bessere Bildbeschreibungen und Techniken für den robotischen Umgang.

Dieses Papier bespricht, wie taktile Sensorik die Interaktion von Robotern mit Menschen unterschiedlicher Fähigkeiten verbessert.

Kombination aus menschlichen Anweisungen und Technologie für sicherere robotische Navigation.

Roboter lernen, mit alltäglichen beweglichen Dingen für Hilfe im Haushalt umzugehen.

MultiTalk verbessert, wie Roboter verstehen und Aufgaben mit Dialogsystemen ausführen.

RTAGrasp hilft Robotern, Greifen durch Mensch-Demonstrationsvideos zu lernen.

Untersuchen, wie Vertrauen die Aufgabenverteilung in der Mensch-Roboter-Zusammenarbeit beeinflusst.

Ein neues System, das Robotern hilft, bessere Organisationsentscheidungen mit gesundem Menschenverstand zu treffen.

Neues System verbessert die Robotererinnerung und Kommunikation in menschlichen Umgebungen.

Neue Methode hilft Robotern, Aufgaben zu lernen, indem sie menschliche Demonstrationen beobachten.

Eine neue Methode ermöglicht es Robotern, Aufgaben durch menschliche Interaktionen zu lernen.

Neues Modell ermöglicht es Robotern, Aktionen aus Videos zu lernen, was die Aufgabenleistung verbessert.

Neue Techniken verbessern, wie Roboter ihre Erfahrungen mit Menschen teilen.

AssistantX ist ein smarter Roboterassistent, der für dynamische Bürotasks entwickelt wurde.

AP-VLM verbessert die Robotersicht und Interaktion durch aktive Wahrnehmungstechniken.

Forscher verbessern die Leistung von bipedalen Robotern durch innovative Steuerungssysteme.

Ein neues Framework hilft Robotern, Aktionen mithilfe von Berührungssignalen bei geringer Sicht zu planen.

Eine neue Methode hilft Robotern, Teamarbeit durch menschliche Unterstützung zu lernen.

Neue Erkenntnisse zeigen den aktiven Beitrag von visuellen Encodern bei der Entscheidungsfindung von Robotern.

Eine Studie zeigt, wie Bewegung das Vertrauen zwischen Menschen und Robotern während der Teamarbeit beeinflusst.

Die Forschung konzentriert sich darauf, die Effizienz und Sicherheit von Robotern im Zusammenspiel mit Menschen zu verbessern.

GravMAD hilft Robotern, Aufgaben in 3D-Räumen durch Teilziele zu lernen.