Neuste Artikel für Mensch-Roboter-Interaktion

Ein neues Framework verbessert die Sicherheit und Effizienz von Robotern in unvorhersehbaren Umgebungen.

DiPGrasp verbessert die Planung von Robotergriffen mit Schnelligkeit und Flexibilität für verschiedene Greifer.

Tiefe generative Modelle verbessern das Roboterlernen durch fortschrittliche Techniken und Anwendungen.

Eine neue Methode verbessert die Sicherheit bei Entscheidungsfindung für Maschinen.

Neue Methoden helfen Robotern, effektiv aus verschiedenen Aufgaben-Demonstrationen zu lernen.

Techniken erkunden, um die Koordination und Effizienz von Roboterhänden zu verbessern.

Stable-BC verbessert die Roboterleistung in unerwarteten Situationen durch stabileres Verhalten.

Forschung zeigt, wie wichtig Vertrauen für die Dynamik von Teams aus Robotern und Menschen ist.

Roboter lernen Klavier zu spielen mit einem neuen Datensatz von über einer Million Bewegungen.

ARIO standardisiert Daten, um das Training und die Anpassungsfähigkeit von Robotern zu verbessern.

Neue Kontrollstrategien verbessern das Lernen von Robotern und die Sicherheit in der Produktion.

Humanoide Roboter lernen, sich durch schwieriges Terrain mit einem neuen Ansatz zurechtzufinden.

Neue Methode hilft Robotern, Aufgaben mit nur einem Video zu lernen, was die Effizienz verbessert.

Untersuchen, wie das Alter das Vertrauen in Roboter bei Pflegeaufgaben beeinflusst.

RoboMNIST hilft Robotern, verschiedene Aktivitäten mit WiFi, Video und Audio zu erkennen.

Diese Forschung zeigt, wie Roboter komplexe Aufgaben durch Training in der echten Welt lernen.

Eine neue Navigationsmethode verbessert die Sicherheit von Robotern in überfüllten Umgebungen.

Die Kombination von Lernen und Planung verbessert die Sicherheit und Effizienz von Robotern bei komplexen Aufgaben.

Sprache nutzen, um Robotern neue Aufgaben effektiver beizubringen.

Roboter lernen Aufgaben schneller durch kontextuelles Imitationslernen.

DeMoBot ermöglicht es Robotern, Aufgaben mit minimalen Demonstrationen zu lernen, um die Objektmanipulation zu verbessern.

Forschung zeigt, dass Roboter das Lernen mit Bewegungsmustern aus vorherigen Aufgaben verbessern können.

Eine neue Skala hilft dabei, die Transparenz von Robotern zu bewerten, um die Interaktion mit den Nutzern zu verbessern.

Peppers aufgemotzte Hardware und Software verbessern seine Fähigkeit, Menschen zu verstehen und zu reagieren.

Eine Studie zeigt Vorteile von Körpergesten zur Steuerung von vierbeinigen Robotern.

Diese Arbeit untersucht generatives Modellieren für Fortschritte bei Robotikaufgaben und Interaktionen.

Eine neue Softwarebibliothek soll Baxters Bewegungssteuerung in Forschungsanwendungen verbessern.

Ein Blick auf Methoden zur Erkennung von Objekt-Affordanzen für Maschinen.

Ein Sicherheitsrahmen sorgt dafür, dass KI-Systeme verantwortungsbewusst handeln, indem er strukturierte Prozesse bereitstellt.

Entdecke, wie Roboter fühlen, lernen und in verschiedenen Umgebungen handeln.

Roboter verbessern die Sicherheit, indem sie Arbeiter und ihr Equipment in Echtzeit überwachen.

Neue Plattform verbessert die Steuerung und Leistung von Softrobotern mit maschinellem Lernen.

Eine neue Methode verbessert die Kontrolle über humanoide Roboter mit schnellen und präzisen Aktionen.

Ein Rahmenwerk, um sicherzustellen, dass Roboter sicher und effektiv in der Interaktion mit Menschen arbeiten.

Diese Studie zeigt, wie demografische Merkmale die Wahrnehmung von Bewegungen industrieller Roboter beeinflussen.

StratXplore verbessert die Roboternavigation durch bessere Fehlerbehebungsstrategien.

Neuer Ansatz verbessert das Verständnis von Robotern für Navigationsanweisungen durch räumliches Bewusstsein.

RHyME verbessert das Lernen von Robotern, indem es ihnen erlaubt, aus verschiedenen menschlichen Demonstrationen zu lernen.

Eine Studie zeigt, wie Timing und Begünstigte die Fairnesswahrnehmungen bei Interaktionen mit Robotern beeinflussen.

Die Forschung konzentriert sich darauf, Robotern beizubringen, Füsse für Aufgaben zu nutzen und gleichzeitig Hindernisse zu umgehen.