Derniers articles pour Interaction Humain-Robot

Présentation d'une méthode pour que les robots puissent naviguer en toute sécurité dans des environnements bondés.

Un nouveau modèle améliore l'apprentissage des robots avec un minimum d'inputs de l'utilisateur.

Des chercheurs développent un nouveau modèle pour que les robots apprennent en interagissant avec des objets.

Un système pour que les robots reconnaissent et réagissent aux gestes de pointage humains avec une caméra RGB.

Proto-CLIP améliore la reconnaissance d'objets par les robots avec peu d'exemples.

Des chercheurs développent des méthodes pour que les robots apprennent des mouvements similaires à ceux des humains de manière efficace.

HA-ViD offre des insights uniques sur les interactions entre humains et robots lors de l'assemblage.

Les robots améliorent la manipulation des objets grâce à des capteurs tactiles pour une meilleure capacité de préhension.

Les robots communiquent mieux pour bosser ensemble sur des tâches complexes en utilisant des modèles de langage.

Apprends comment les robots expliquent les échecs et renforcent la confiance des utilisateurs.

Le système Bi-Touch améliore la capacité des robots à manipuler des objets avec le toucher et la vision.

Les robots améliorent leurs compétences pour chercher et manipuler des objets dans des environnements complexes.

GVCCI permet aux robots d'apprendre de leur environnement pour améliorer leurs performances.

Une nouvelle façon de former des robots en utilisant des vidéos d'actions humaines.

Une nouvelle méthode de télémanipulation améliore la collaboration entre robots et humains pour déblayer le désordre.

Découvrez comment les robots apprennent à améliorer leurs tâches avec le temps.

Examiner comment les machines apprennent et s'adaptent au-delà du mouvement physique.

Une étude sur comment les robots utilisent la vue, le toucher et les données de position pour identifier le contenu des conteneurs.

Utiliser le langage et la vision pour améliorer l'efficacité d'apprentissage des robots.

La recherche montre comment les robots doivent communiquer pour réussir dans des tâches complexes.

Une nouvelle architecture combine la réflexion de l'IA avec des réponses instinctives pour des robots plus sûrs.

Cette recherche améliore les mouvements des robots pour le transport sécurisé de solides et de liquides.

Une nouvelle méthode utilise le langage pour améliorer l'estimation de la pose des robots dans des zones bondées.

Une nouvelle méthode améliore la planification des robots pour une gestion efficace des objets.

Un nouveau cadre permet aux robots de demander des conseils humains quand les instructions sont floues.

Une nouvelle approche pour reconstituer des scènes 3D à partir d'images uniques en robotique.

Un nouveau cadre permet aux robots d'apprendre des tâches en utilisant le langage et une génération de données efficace.

Les robots améliorent les tâches tactiles en se concentrant sur des caractéristiques tactiles importantes.

Une étude révèle de nouvelles méthodes pour prédire les actions humaines en utilisant des capteurs avancés.

Les robots apprennent à saisir et à placer des objets en utilisant des images et du langage.

Un nouveau cadre aide les robots à apprendre efficacement à partir de données limitées.

VL-Grasp améliore la prise en main des robots en utilisant des indices linguistiques et des ensembles de données variés.

Une étude montre que le chevauchement des espaces de travail des robots affecte le confort des utilisateurs.

Mani-GPT améliore la façon dont les robots comprennent et interagissent avec les humains.

Une nouvelle méthode améliore la performance des robots avec plus de précision et de sécurité.

Examiner le rôle de la confiance entre les utilisateurs, les robots et les déployeurs.

Des robots innovants pour ouvrir tout seuls différents types de portes.

Cet article examine comment les robots travaillent ensemble en toute sécurité et efficacement.

Un nouveau cadre aide les robots à prédire le comportement humain pour des interactions plus sûres.

Cet article parle d'améliorer les prédictions 3D pour les robots en utilisant des connaissances sur les relations entre les objets.