Neuste Artikel für Mensch-Roboter-Interaktion

Ein neuer Ansatz zur Überprüfung der Aufgabenabschlüsse mit Hilfe von natürlicher Sprache und Videos.

Diese Studie konzentriert sich darauf, menschliche Aufmerksamkeit zu erkennen, um die Roboterassistenz in Arbeitsumgebungen zu verbessern.

Roboter lernen, kontaktreiche Aufgaben durch visuelle Demonstrationen zu bewältigen.

Roboter verbessern die Aufgabenleistung durch bessere Kontaktabschätzungsmethoden.

Die Balance zwischen Roboterdesign und Sicherheitsbedenken der Menschen prüfen.

Lern DribbleBot kennen, einen Roboter, der mit High-Tech einen Fussball dribbelt.

Eine neue Methode bringt Robotern bei, komplexe japanische Schriftzeichen durch Expertenvorführungen zu schreiben.

Ein neuer Ansatz bringt Robotern Aufgaben durch Spielen bei, statt durch strenge Richtlinien.

Forschung zu den Teamdynamiken zwischen skillful Robots und menschlichen Spielern.

Ein neuer Ansatz, um die Geschicklichkeit von Robotern durch Klavierspielen zu bewerten.

Eine neue Methode verbessert das Verhalten von Robotern mithilfe von video-basierten menschlichen Vorlieben.

Forscher trainieren Roboter, um geschickt mit kleinen, schlanken Objekten umzugehen.

Robots verbessern ihre Bewegungen, indem sie von menschlichen Demonstrationen lernen.

Forschung verbessert die Bewegung von Robotern auf unebenen Oberflächen mit fortschrittlichen Datentechniken.

Ein neues Framework kombiniert klassische Planung und VLMs, um die Aufgabenexecution von Robotern zu verbessern.

Die Kombination von 3D-Kameras und IMUs sorgt für sichere Interaktionen zwischen Menschen und Robotern.

Ein neuer Ansatz kombiniert Lerntechniken für sichere Roboterinteraktionen.

Forschung zeigt, dass Robotern durch neuartige Kommunikationsmethoden besseres Lernen gelingt.

Die Kombination aus Tasten und Sicht verbessert die Interaktionen und Vorhersagen von Robotern.

Eine neue Methode verbessert das Lernen von Robotern, indem sie Sprache mit Aktionen kombiniert.

Eine neue Methode verbessert das Gehen und die Positionierung von zweibeinigen Robotern in dynamischen Umgebungen.

Eine neue Methode verbessert, wie Roboter lernen, Objekte mit Sprachanweisungen zu manipulieren.

Eine Methode für Roboter, um Objekte mithilfe komplexer Sprachbefehle umzustellen.

Neue Methoden verbessern die Kraftkontrolle in Robotern durch Deep Reinforcement Learning.

Eine Methode vorstellen, um die Ziele von menschlichen Bedienern in der Roboternavigation vorherzusagen.

Ein neues Modell verbessert die Wahrnehmung und Verarbeitung von 3D-Umgebungen bei Robotern.

Ein einheitlicher Ansatz zur Verbesserung des taktilen Representationslernens für Roboter.

Eine neue Methode verbessert das Lernen von Robotern durch elastische Karten und steigert damit die Aufgabenleistung.

Eine Methode, um Robotern zu helfen, Aufgaben durch das Beobachten von Nutzern zu lernen.

Techniken, um die Bewegungsweise von Robotern unter Menschen zu verbessern.

Maschinen lernen Konzepte durch Echtzeit-Interaktionen mit Menschen, um Objekte besser zu erkennen.

Das transaktive Gedächtnissystem verbessert die Effizienz von sozial unterstützenden Robotern in Gruppensituationen.

Eine Technik, um Maschinen dabei zu helfen, Objekte zu greifen, die von anderen umgeben sind.

DexArt verbessert, wie Roboter lernen, mit Alltagsgegenständen umzugehen.

Diese Arbeit untersucht, wie Roboter Aufgaben besser planen können, indem sie Sprache und visuelle Eingaben nutzen.

Eine Methode, die es Robotern ermöglicht, Aufgaben aus Videos von Menschen zu lernen.

Verwendung von GPT-2 und Szenengraphen für die Robotertaskplanung.

Ein neuer Ansatz verbessert die Schätzung der Objektposition mithilfe von taktilen Daten.

Ein neues VR-System ermöglicht es Benutzern, Roboter aus der Ferne zu steuern.

Die Vorteile der propriozeptiven Wahrnehmung für die Interaktion von Robotern mit artikulierten Objekten erkunden.