Neuste Artikel für Robotik

Ein festinstallierter Lautsprecher verbessert die Fahrzeugverfolgungsgenauigkeit in komplexen Umgebungen.

Diese Studie konzentriert sich darauf, wie Roboter planen können, obwohl sie Fehler machen.

Roboter optimieren ihre Bewegungen mit einer neuen kollaborativen Lerntechnik.

Diese Forschung stellt ein Modell vor, damit Roboter durch Interaktionen Fähigkeiten lernen können.

In-context QD nutzt frühere Erfolge, um vielfältige Lösungen zu schaffen.

Eine Übersicht über Deep Reinforcement Learning bei der Bewegung von zweibeinigen Robotern.

Ein neuer Ansatz zur Sicherheitsanalyse mit stückweise stochastischen Barrierefunktionen.

Eine neue Methode verbessert die Genauigkeit beim Verfolgen von mehreren beweglichen Zielen in Gruppen.

Ein neues Framework verbessert modellbasiertes Reinforcement Learning mit adaptiver Steuerung für bessere Entscheidungsfindung.

Eine neue Methode verbessert die Roboterwegplanung in dynamischen Situationen.

Das MUSIC-Framework verbessert die verteilte Optimierung, indem es die Geschwindigkeit erhöht und die Kommunikationskosten senkt.

Ein robotischer Agent navigiert durch den Weltraum, um versteckte Liniengrenzen effektiv aufzudecken.

Neues Modell verbessert die Tiefenschätzung mithilfe von Event-Kameradaten durch effiziente Algorithmen.

Diese Studie kombiniert RGB-D-Kameras und IMUs für eine bessere Bewegungsabschätzung.

Eine Methode, um Roboter für komplexe Aufgaben zu trainieren und gleichzeitig die Sicherheit zu gewährleisten.

Neue Methode verbessert, wie Maschinen navigieren und Sprachbefehle verstehen.

Eine neue Methode ermöglicht es Robotern, Aufgaben zu lernen, indem sie menschliche Handlungen beobachten.

Dieser Artikel behandelt eine neue Steuerungsmethode für stabilen quadrupedalen Bewegung auf beweglichen Oberflächen.

GXU-Logik bietet strukturierte Methoden zur Erstellung effizienter Steuerungssysteme in der Automatisierung.

Eine Methode für Agenten, um Formen mit minimaler Kommunikation beizubehalten.

ROAM ermöglicht es Robotern, durch Teamarbeit und geteilte Daten Bereiche effizient zu kartieren.

Ein Blick darauf, wie man dynamische Systemmodelle mit Zielinformationen verbessern kann.

Entdecke, wie Roboter zusammenarbeiten, um unbekannte Umgebungen effizient zu erkunden.

Dieser Artikel untersucht Vertrauensprobleme in Roboterteams für zuverlässige Datensammlung.

Eine neue Methode bewertet die Steh- und Gehfähigkeiten von humanoiden Robotern.

Roboter können die Navigation verbessern, indem sie verschiedene Geländetypen in herausfordernden Umgebungen klassifizieren.

Kleine Roboter koordinieren sich, um mehrere Signalquellen einzukapseln, ohne direkt zu kommunizieren.

Lerne, wie man zuverlässige Programme erstellt, die auf ihre Umgebung reagieren.

Bewertung von Bildübersetzungstechniken beim Testen von selbstfahrenden Autos.

Neue Methode verbessert die Schattenentfernung in Bildern durch Deep Learning und Transformer.

SUGAR vereinfacht geometrische Algebra für Ingenieure und Mathematiker mit Matlab.

Eine neue Methode verbessert die Effizienz von menschlichem Feedback im RL, indem sie Daten von schlechter Qualität nutzt.

Dieser Artikel beschreibt eine Methode, wie Roboter ihre Wege optimieren können, indem sie Zeit und Energie berücksichtigen.

Lern, wie Gruppen von Agenten zustimmen können, auch wenn einige Mitglieder unzuverlässig sind.

MV-RGBT bietet einen realistischen Datensatz zur Bewertung von RGBT-Tracking-Methoden.

Lern, wie man Modelle von dynamischen Systemen mit fortgeschrittenen Techniken aufbaut und verfeinert.

Neue kostengünstige Kameras bieten effiziente 3D-Bildlösungen in verschiedenen Bereichen an.

Eine neue Methode verbessert die Kontrollstrategien für komplexe Systeme, die von Unsicherheiten beeinflusst werden.

Eine Übersicht über Imitationslernen und seine Anwendungen im Training von Agenten.

Hier ist LVOS: ein Datensatz zum Verfolgen von Objekten in langen Videos.