Derniers articles pour Robotique

Une enquête sur l'URDF met en avant son importance et les défis dans la modélisation des robots.

Explore comment les agents interagissent et prennent des décisions dans des environnements complexes.

Des recherches montrent comment les robots imitent les mouvements des animaux pour mieux naviguer.

La matière active utilise son environnement pour bouger et s'adapter, montrant des comportements complexes.

Une nouvelle approche pour améliorer la détection d'objets 3D en utilisant des nuages de points pour la robotique.

Les robots améliorent les capacités de recherche d'objets dans des environnements inconnus grâce à une planification avancée.

Une nouvelle méthode améliore la manipulation d'objets par les robots grâce à l'intégration visuelle et linguistique.

CLR-GAM améliore l'apprentissage des nuages de points grâce à une cartographie des caractéristiques guidée et à l'augmentation.

Un système qui permet aux robots de bosser ensemble en toute sécurité dans des environnements complexes.

Explorer l'importance de la communication pour l'apprentissage dans les systèmes multi-agents.

Une méthode auto-supervisée pour estimer les poses d'objets sans avoir besoin de beaucoup d'étiquetage.

Taylor TD améliore la stabilité et la précision dans l'apprentissage par renforcement en s'attaquant aux problèmes de haute variance.

Une nouvelle méthode permet aux robots de réarranger des objets en utilisant une simulation physique intégrée.

Une nouvelle méthode pour mieux prédire les orientations d'objets à partir d'images uniques.

Une nouvelle méthode améliore le suivi des objets flexibles pour les applications robotiques.

Découvre les capacités de comptage uniques des métamatériaux mécaniques et leurs applications potentielles.

Les groupes de robots prennent des décisions collectives efficacement dans de grands environnements.

Présentation de DuEqNet, une nouvelle solution pour la détection 3D précise d'objets en extérieur dans les voitures autonomes.

Explore comment la forme et le mouvement influencent le comportement des pendules.

La nouvelle technologie LiDAR améliore les capacités de détection et de navigation des robots.

Pyribs propose un cadre flexible pour la recherche en optimisation de la diversité de qualité.

Explore l'étude des chemins et des cycles non croisés en géométrie.

AR3n améliore la thérapie en adaptant le soutien robotique selon les performances du patient.

De nouvelles techniques améliorent l'estimation de profondeur à partir d'images uniques, boostant les applications dans divers domaines.

Des chercheurs étudient comment les exosquelettes peuvent améliorer l'efficacité de la marche.

Un nouveau modèle améliore comment on combine et compresse les données dans les communications sans fil.

Une nouvelle approche pour garantir que les gains restent cohérents dans les processus de prise de décision.

Des mécanismes d'attention efficaces améliorent le suivi et le soutien des robots mobiles dans la santé.

Une nouvelle méthode pour gérer les drones de manière efficace et sécurisée dans l'espace aérien partagé.

La recherche explore des modèles de diffusion pour des prévisions précises des mouvements humains en 3D.

De nouvelles méthodes améliorent la détection d'objets clés dans plusieurs images.

Une transmission par câble améliore la robotique chirurgicale avec des mouvements plus fluides et précis.

Un robot qui engage les spectateurs pendant les émissions de télé pour augmenter l'interaction.

Combiner des caméras événementielles et du LiDAR pour améliorer la perception de profondeur dans des environnements dynamiques.

Un aperçu de l'importance et des tests de convexité en géométrie.

Une nouvelle méthode améliore la marche des robots bipèdes sur différents terrains.

Une nouvelle méthode pour l'apprentissage par imitation à partir de plusieurs experts imparfaits.

ORCHNet améliore la navigation des robots dans les vergers grâce à la technologie LiDAR 3D.

Le teriyaki améliore la planification des robots pour une meilleure collaboration avec les humains.

Explorer l'élagage de réseau structuré pour améliorer la prise de décision dans les systèmes multi-agents.