Neuste Artikel für Robotik

Eine schnelle Methode, um 3D-Modelle nur aus sechs Fotos zu erstellen, perfekt für Fahrzeuge.

Ein neuer Ansatz, um das Multi-Objekt-Tracking durch 3D-Daten zu verbessern.

Neuer Ansatz verbessert die Manipulation von Objekten durch Roboter, indem er Energiemargen zur Robustheit misst.

Lern, wie das Zerlegen von komplexen Aufgaben Robotern hilft, effektiv zu navigieren.

Das neue Framework GEASD verbessert die Erkundung in sparsamen Belohnungseinstellungen.

Ein frischer Ansatz für die Koordination von mehreren Robotern bei Rettungseinsätzen während Notfällen.

Neue Algorithmen verbessern die Entscheidungsfindung in eingeschränkten Umgebungen.

Erforschen, wie die Rekonstruktion von Schallfeldern die Audioerlebnisse in verschiedenen Anwendungen beeinflusst.

Eine Methode, um komplexe Multi-Agenten-Pfadfindungsprobleme zu vereinfachen, indem man sie in kleinere Teile zerlegt.

Robots Aufgaben durch einfache Demonstrationen beizubringen, hat grosses Potenzial für Anpassungsfähigkeit.

Erforschen, wie Roboter das Wachstum und Lernen von Kindern unterstützen können.

Eine neue Methode kombiniert traditionelle Techniken mit neuronalen Netzen für eine bessere Schalllokalisierung.

PIPER verbessert das verstärkende Lernen mit feedback basierend auf Vorlieben, um spärliche Belohnungen anzugehen.

Dieser Artikel stellt eine Methode vor, um die Form von flexiblen Objekten mit offline RL zu steuern.

Neue Methoden verbessern, wie Roboter ihre Umgebung für bestimmte Aufgaben kartieren.

Neue taktile Sensoren verbessern, wie Roboter mit Objekten interagieren.

Neue Methode verbessert die Fähigkeit von Robotern, Objekte effektiv und sicher zu greifen.

Diese Studie untersucht, wie Roboter das Laufen durch Erfahrung und Symmetrie lernen.

Eine neue Methode verbessert die Teamarbeit unter Robotern in komplexen Umgebungen.

Eine Methode zum Erstellen anpassungsfähiger Steuerungen für verschiedene Roboterdesigns.

Maschinelles Lernen geht Entscheidungsfindung mit begrenzten Informationen an und nutzt dabei innovative Methoden.

Strategien erkunden, um Energielevel und Belohnungen in Markov-Entscheidungsprozessen zu optimieren.

Die Dynamik und Anwendungen von selbstjustierenden aktiven Systemen erkunden.

Ein neues Framework verbessert das Verhalten von selbstfahrenden Autos durch fortgeschrittene Lerntechniken.

Methoden für Roboter, um schnell bewegliche Ziele mit begrenzten Informationen zu finden.

Ein neues Konzept hilft Robotern, individuelle Vorlieben für Haushaltsaufgaben zu lernen.

Ein Blick darauf, wie hybrides Feedback Robotern hilft, Hindernisse zu vermeiden.

Eine Studie zur Verbesserung der Standorterkennung von mobilen Robotern mithilfe fortschrittlicher neuronaler Netzwerke.

Neue Methode verbessert die Entscheidungsfindung von Agenten in komplexen Umgebungen.

Robotersysteme prägen die Zukunft der Neurochirurgie und verbessern Sicherheit und Präzision.

Forschung zurOptimierung von UAV-Laserzielerfassung und Bewegungsplanung.

Diese Studie präsentiert Methoden zur Oszillator-Synchronisation trotz Fehlern und böswilligem Verhalten.

Dieser Artikel behandelt die Bedeutung und Techniken zur Erkennung von Objekten in 3D aus mehreren Perspektiven.

Ein neuer Ansatz reduziert die Koordination in Multi-Agenten-Systemen für besseres Navigieren.

Die Verbesserung von Kontrollstrategien für Systeme, während man Hindernisse vermeidet.

Ein Blick darauf, wie Maschinen aus vergangenen Daten lernen, ohne in Echtzeit zu interagieren.

Effiziente Methoden zur Zuweisung von Aufgaben an mehrere Roboter in Echtzeitumgebungen.

Ein klarer Blick darauf, wie Formen sich verändern und in verschiedenen Kontexten anpassen.

MA-COPP bietet neue Einblicke, um Ergebnisse in komplexen Multi-Agenten-Szenarien vorherzusagen.

Ein festinstallierter Lautsprecher verbessert die Fahrzeugverfolgungsgenauigkeit in komplexen Umgebungen.