Informatique - Robotique

FISOR améliore la sécurité dans l'apprentissage par renforcement hors ligne grâce à des contraintes strictes et des méthodes d'apprentissage uniques.

La recherche met en avant le rôle du deep learning dans la navigation des robots souples.

Améliorer l'apprentissage des robots grâce à une méthode axée sur le mouvement des objets.

Une nouvelle méthode utilisant la pression du pied pour évaluer la posture du corps et les angles des articulations.

L'outil GUISS aide les explorateurs robotiques sur les lunes glacées en simulant des surfaces.

Une nouvelle méthode d'évaluation pour la perception en bord de route améliore la technologie des voitures sans conducteur.

Un nouveau système permet aux humains et aux robots de bosser ensemble sur les travaux de ponçage.

Un atelier met en avant les défis clés et les solutions en ingénierie de logiciels robotiques.

Cette étude examine comment la stabilité de l'épaule influence la force et le mouvement du bras.

Présentation d'une méthode qui améliore l'apprentissage des robots pour les tâches de prise et de placement.

Un nouveau système automatisé combine la détection visuelle et tactile pour détecter les défauts avec précision.

Les robots peuvent mieux bosser en équipe en partageant leurs capacités.

PlaceFormer améliore la reconnaissance visuelle des lieux en utilisant des transformateurs de vision pour une meilleure précision.

Le planificateur Smac permet une planification de parcours efficace pour les robots mobiles dans différents environnements.

Une nouvelle approche améliore la façon dont les robots prédisent les actions humaines dans les tâches collaboratives.

Un nouveau système améliore la façon dont les robots collectent et apprennent des données du monde réel.

GExp permet aux robots d'apprendre et d'interagir avec leur environnement de manière autonome.

Explorer la couverture des robots pour la sécurité dans des environnements dangereux.

Un nouveau cadre améliore la capacité des robots à réaliser des tâches de manipulation variées.

Examiner les interactions entre les familles et les robots pour une meilleure conception et un meilleur soutien.

Une étude examine comment les coachs robotiques communiquent un soutien au bien-être mental.

Un nouveau système de drone améliore la sécurité lors des inspections des lignes électriques.

Les puces neuromorphiques améliorent la prise de décision des robots, optimisant la vitesse et l'efficacité énergétique.

Ce papier présente une méthode innovante pour gérer les vitesses des véhicules automatisés dans les embouteillages.

Un aperçu de comment les simulations de capteurs améliorent la sécurité dans la conduite autonome.

Des robots entraînés avec des infos visuelles peuvent décharger des colis en toute sécurité sans avoir besoin de beaucoup de données étiquetées.

La main Print-N-Grip propose une solution à petit prix pour manipuler des matériaux dangereux.

Une nouvelle méthode aide les robots à apprendre des techniques de saut efficaces.

Cet article parle d'utiliser des graphiques de facteurs pour améliorer le travail d'équipe des robots et la prise de décision.

Présentation de SERL : Un nouveau cadre pour des tâches d'apprentissage robotique efficaces.

Un aperçu des bases du mouvement en robotique.

Une nouvelle méthode améliore la récupération de l'agencement intérieur en utilisant des images panoramiques non centrales.

Des systèmes de caméra innovants améliorent la mobilité et la sécurité des personnes malvoyantes.

Un modèle qui relie le toucher à la vision et au son pour des interactions améliorées.

Une nouvelle méthode améliore la détection des portes pour les robots de service en utilisant des données simulées et réelles.

Un nouveau préconditionneur améliore les méthodes itératives dans les tâches d'optimisation de trajectoire.

De nouvelles méthodes améliorent la coordination des robots dans les espaces publics bondés.

Les modèles de base transforment l'avenir de la technologie de conduite autonome.

De nouvelles approches en apprentissage automatique améliorent les capacités de suivi des robots dans des environnements incertains.

Cet article parle d'améliorer les simulations de robots souples en utilisant des données du monde réel.