Neuste Artikel für Robotik

Ein Datensatz zur Verbesserung der Schätzung von menschlichen Posen und Formen anhand von alltäglichen Videoaufnahmen.

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

Forscher verbessern, wie Roboter durch menschliche Demonstrationen lernen, um Sicherheit und Anpassungsfähigkeit zu erhöhen.

In diesem Artikel geht's um effiziente Methoden zur Entscheidungsfindung mit Hilfe von linearen Annäherungen und stochastischen Techniken.

Eine neue Methode verbessert das Verständnis von Robotern für komplexe Szenen mithilfe von visuellen und Bewegungsdaten.

Eine neue Methode verbessert die Punktwolken-Dichte und Genauigkeit mithilfe von Meta-Lernen.

Eine neue Methode verbessert die Ausrichtung von 3D-Punktwolken mithilfe von adaptivem Lernen.

Ein neues Greifermodell verbessert die Handhabung von kleinen Objekten für Roboter.

GNFactor hilft Robotern, Aufgaben durch visuelle Demonstrationen zu lernen und ihre Anpassungsfähigkeit zu verbessern.

Neue Methoden verbessern Realismus und Vielfalt in 3D-Menschenbewegungen aus Text.

Eine Methode, um Robotern zu helfen, Sicherheitsregeln effizient aus den Aktionen von Experten zu lernen.

Ein Rahmenwerk zur Leistungssteigerung in kontinuierlichen Verstärkungslernsystemen.

Ein neues Modell verbessert die Videoaktionsdetektion durch Objektattribute und Beziehungen.

SQLdepth verbessert die Tiefenschätzung, indem es aus Bewegungen in Szenen lernt.

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

Diese Studie verbessert die Navigation von Robotern, indem sie dynamische Bewegungsmuster kartiert.

Eine neue Methode verbessert die Vorhersage menschlicher Bewegungen in belebten Räumen.

Ein neues Framework verbessert die Entscheidungsfindung in Echtzeit bei Robotern.

Diese Studie untersucht RL-Agenten im Rennsport mit Lidar- und Odometrie-Daten.

Wie einfache Roboter sich ohne Richtung geradeaus bewegen können.

Die Rolle von Sprachmodellen erkunden, um Robotern das Lernen durch Interaktion beizubringen.

Ein neuer Ansatz für die Bewegungsplanung von Robotern, der Unsicherheiten effektiv angeht.

Roboter verbessern ihre Fähigkeiten, um auf der herausfordernden Oberfläche des Mondes zu arbeiten.

Erforschung der Integration von neuronalen Netzen und symbolischem Denken in KI.

Roboter arbeiten zusammen, um effizient in komplexen Umgebungen zu bauen.

Eine neue Methode hilft Robotern, Anordnungsprobleme besser zu lösen.

Das NTU4DRadLM-Dataset verbessert die SLAM-Forschung, indem es wichtige Sensoren für anspruchsvolle Umgebungen integriert.

Eine neue Methode, die Monokulare und Binokulare Tiefenschätzung kombiniert für mehr Genauigkeit.

Eine Methode, um zuverlässigen Konsens zwischen Agenten trotz böswilligem Verhalten zu gewährleisten.

Ein neues Modell hilft Robotern, Objektbeziehungen zu lernen und Aktionen vorherzusagen.

Neue Frameworks verbessern die Drohnenleistung durch Lern- und Adaptive-Control-Methoden.

Diese Studie zeigt, wie der Luftstrom die Effizienz von Quadrokoptern beim Schweben beeinflusst.

Neuer Ansatz für robuste Markov-Entscheidungsprozesse verbessert die Entscheidungsfindung unter Unsicherheit.

Die Forschung konzentriert sich darauf, die Kommunikation zwischen Menschen und Roboterschwärmen zu verbessern.

Eine neue Methode reduziert die Szenenverzerrung für eine bessere Videoaktionsanerkennung.

Roboter können ohne einen Anführer zusammenarbeiten und die Effizienz der Natur nachahmen.

MILA verbessert die Objekterkennung in verschiedenen Bereichen mit einem Gedächtnisansatz.

Eine Methode verbessert das Verständnis von Objektverweisen durch Perspektiven und Gesten.

Ein neuer Ansatz verbessert AAV-Manöver in engen Obstgartenräumen.

Ein Blick auf ein einzigartiges mechanisches Design für komplexe Bewegungen.