Neuste Artikel für Robotik

Eine Studie über die Verwendung von Begrenzungsrahmen zur Vorhersage des Verhaltens von Objekten in sich verändernden Umgebungen.

Ein neues Tool verbessert die Tests von Reinforcement-Learning-Agenten gegen Fehler.

In diesem Artikel geht's um Techniken zur vibrationalen Kontrolle, um komplexe Netzwerke zu stabilisieren.

Dieser Artikel untersucht effektive Trainingsmethoden für Reinforcement-Learning-Agenten, um Bedauern zu verringern.

Erforschen, wie Systeme von gemeinsamen Erfahrungen profitieren können, um die Leistung zu verbessern.

Wir stellen eine neue Methode vor, um Objekte über mehrere Datensätze mit unvollständigen Annotationen zu erkennen.

Sprache nutzen, um Robotern neue Aufgaben effektiver beizubringen.

L-NODEC erkunden für bessere Stabilität in Kontrollstrategien.

Eine neue Methode, um mehr über mehrteilige Systeme in verschiedenen Bereichen zu verstehen.

Aktive Materialien können sich durch Kommunikation verhalten ändern und lebensähnliche Reaktionen nachahmen.

Forschung zeigt, wie wichtig die Anpassungsfähigkeit von Muskeln bei biohybriden Robotern durch Reinforcement Learning ist.

Roboter lernen Aufgaben schneller durch kontextuelles Imitationslernen.

Dieser Ansatz verbessert die Effizienz und Anpassungsfähigkeit bei der Planung unter Unsicherheit.

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

Eine Methode zur Verbesserung der Innenraumkartierung mit 3D-LiDAR und BIM-Modellen.

Eine neue Methode verbessert die 3D-Pose-Schätzung in komplexen Umgebungen.

Entdecke, wie neuromorphe Computer das Lernen des Gehirns nachahmen, um effiziente Maschinenintelligenz zu schaffen.

Diese Studie stellt ein neues Modell für intelligente Balken vor, das nichtlokale Interaktionen und piezoelektrische Materialien nutzt.

Eine neue Methode verbessert die Roboternavigation in landwirtschaftlichen Umgebungen mithilfe von Schleifenerkennung.

Eine neue Methode verbessert die Geschwindigkeitsgenauigkeit für selbstfahrende Rennwagen.

Eine neue Methode verbessert das Lernen aus Datensätzen unterschiedlicher Qualität im Offline-RL.

Eine neue Methode verbessert die Lokalisierung von Street-View-Bildern mit sequentiellen Daten.

MAPF-GPT bietet einen innovativen Ansatz zur Lösung von Herausforderungen im Bereich der Multi-Agenten-Pfadfindung mit Hilfe von maschinellem Lernen.

Neuer Datensatz verbessert Sichtsysteme für Mondrover und Landefähren.

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

Eine neue Methode verbessert die Robotersteuerung in unsicheren Umgebungen.

Die Automatisierung von Nähten verbessert die chirurgische Präzision und erleichtert den Druck auf die Chirurgen.

Kollaborative Roboter steigern die Produktivität in der Fertigung durch effizientes Maschinendienst.

Ein System zum Testen von Roboter-Planungsalgorithmen in dynamischen Umgebungen.

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

Ein neues Datenset verbessert das Verständnis von 3D-Umgebungen für verschiedene Anwendungen.

Roboter verbessern ihre Mobilität, indem sie lernen, die Eigenschaften des Geländes vorherzusagen.

Eine selbstüberwachte Methode verbessert die Genauigkeit der Pose-Schätzung für bewegliche Objekte mit minimalen Daten.

Spurfies ermöglicht präzises 3D-Modelling mit begrenzten Bilddaten.

Roboter können jetzt instabile Objekte dank innovativer Tablettdrehung schneller bewegen.

Neue Methoden verbessern die Klarheit und Genauigkeit von 3D-Punktwolken.

Das ResVG-Modell verbessert die Objekterkennung in Bildern durch bessere Details und Beziehungen.

Einsatz von tiefen neuronalen Netzen zur Verbesserung der Kollisionsdetektion in modernen Fertigungstechniken.

Eine neue Methode verbessert die Effizienz und Sicherheit bei den Bewegungen humanoider Roboter.

Ein neuer Ansatz verbessert die Systemleistung, indem er Unsicherheiten im Design und in der Steuerung angeht.