Informatique - Robotique

neuROSym améliore la capacité des robots à prédire les actions humaines en temps réel.

Des robots collaborent en temps réel pour cartographier sans dépendre du GPS.

Une méthode pour que les robots bipèdes se déplacent en toute sécurité dans des environnements bondés.

Les robots coopèrent en utilisant juste des infos visuelles, ce qui améliore leur mouvement et leur coordination.

Nouveau cadre qui évalue la performance du SLAM dans des conditions difficiles.

Une étude améliore les stratégies de changement de voie pour les voitures autonomes dans un trafic mélangé.

Cet article parle d'une méthode pour entraîner des agents généralistes en utilisant le langage et la vision.

Les robots apprennent de nouvelles tâches plus vite en utilisant des compétences qu'ils ont déjà acquises grâce à leurs expériences passées.

BricksRL utilise LEGO pour simplifier la robotique et l'apprentissage par renforcement pour tous.

Un système de contrôle décentralisé améliore le travail d'équipe des robots bipèdes sur un terrain accidenté.

Apprends comment les drones à ballons d'hélium peuvent rendre la programmation amusante et captivante pour les élèves.

Présentation de CLOi-Mapper, une solution SLAM flexible pour les robots commerciaux.

La combinaison de capteurs visuels et haptiques améliore l'estimation de pose pour une collaboration humaine-robot plus sûre.

De nouveaux opérateurs neuronaux améliorent la précision dans la prédiction du comportement des matériaux magnétiques.

Un système appelé TieBot aide les robots à apprendre à nouer des cravates en utilisant des simulations.

RoboUniView améliore la façon dont les robots apprennent des tâches à travers différentes configurations de caméras.

Un aperçu des meilleurs systèmes de suspension pour les rovers d'exploration de Mars.

Une nouvelle méthode améliore l'apprentissage des robots grâce à un timing d'action flexible.

SPITE améliore la planification de mouvement pour les robots dans des environnements changeants avec des mises à jour plus rapides.

De nouveaux algorithmes améliorent l'efficacité des inspections robotiques pour plein d'applications dans le monde réel.

SMPLOlympics propose des environnements simulés pour que les humanoïdes puissent s'affronter dans des sports façon olympique, améliorant l'apprentissage du mouvement.

Nouveau système permettant aux robots de réorganiser des objets en utilisant des entrées visuelles et linguistiques.

LCSim propose des outils améliorés pour des scénarios de trafic urbain réalistes.

Un nouveau référentiel évalue l'efficacité des modèles de langage dans les applications robotiques.

Une méthode permettant aux robots de s'adapter aux changements inattendus pendant les tâches.

Les robots apprennent à communiquer naturellement avec les humains grâce à des modèles de langage avancés.

Présentation d'une méthode pour que les robots naviguent en toute sécurité sans cartes détaillées.

Les voitures autonomes utilisent des systèmes basés sur des règles pour naviguer sur la route en toute sécurité et prendre des décisions.

Les robots apprennent plus vite et mieux avec des récompenses rares et une approche de temps minimum.

Une nouvelle interface améliore le contrôle et la navigation des ROV dans des environnements sous-marins difficiles.

Une nouvelle méthode améliore les capacités de saut des robots quadrupèdes sur différents terrains.

Les robots apprennent à déplacer des obstacles sur le sable en utilisant des techniques innovantes.

Les équipes ont montré leurs compétences en navigation de robots lors d'une compétition difficile.

Explorer comment l'empathie améliore la communication avec les robots et les assistants virtuels.

Une nouvelle approche améliore l'efficacité d'apprentissage des robots en utilisant les symétries des tâches.

Les robots transforment la récolte sélective pour pallier le manque de main-d'œuvre dans l'agriculture.

Les robots améliorent la manipulation des objets fragiles grâce à des capteurs tactiles innovants.

SeFlow améliore l'estimation de mouvement pour les voitures autonomes en utilisant l'apprentissage auto-supervisé.

Les ombres améliorent la communication entre les humains et les robots, rendant la compréhension et l'interaction meilleures.

Une nouvelle méthode qui améliore la génération de séquences et la prise de décisions en IA.