Derniers articles pour Robotique

MA-COPP offre de nouvelles perspectives pour prédire les résultats dans des environnements complexes avec plusieurs agents.

Un haut-parleur fixe améliore la précision du suivi des véhicules dans des environnements complexes.

Cette étude se concentre sur la façon dont les robots peuvent planifier malgré le fait qu'ils fassent des erreurs.

Les robots optimisent leurs mouvements grâce à une nouvelle technique d'apprentissage collaboratif.

Cette recherche présente un modèle pour que les robots apprennent des affordances à travers des interactions.

Le QD contextuel s'appuie sur les succès passés pour créer des solutions diverses.

Un aperçu de l'apprentissage par renforcement profond dans le mouvement des robots bipèdes.

Une nouvelle approche pour l'analyse de sécurité en utilisant des fonctions de barrière stochastiques par morceaux.

Une nouvelle méthode améliore la précision dans le suivi de plusieurs cibles mobiles en groupe.

Un nouveau cadre améliore l'apprentissage par renforcement basé sur des modèles avec un contrôle adaptatif pour une meilleure prise de décision.

Une nouvelle méthode améliore la planification de chemin des robots dans des situations dynamiques.

Le cadre MUSIC améliore l'optimisation distribuée en augmentant la vitesse et en réduisant les coûts de communication.

Un agent robotique navigue dans l'espace pour découvrir efficacement des limites de ligne cachées.

Un nouveau modèle améliore l'estimation de la profondeur en utilisant des données de caméra événementielle grâce à des algorithmes efficaces.

Cette étude combine des caméras RGB-D et des IMUs pour une meilleure estimation de mouvement.

Une méthode pour entraîner des robots à des tâches complexes tout en garantissant la sécurité.

Une nouvelle méthode améliore la façon dont les machines naviguent et comprennent les commandes en langage.

Une nouvelle méthode permet aux robots d'apprendre des tâches en observant les actions humaines.

Cet article parle d'une nouvelle méthode de contrôle pour un mouvement quadrupède stable sur des surfaces mouvantes.

GXU logic propose des méthodes structurées pour créer des systèmes de contrôle efficaces en automation.

Une méthode pour que les agents maintiennent des formes avec une communication minimale.

ROAM permet aux robots de cartographier des zones efficacement grâce au travail d'équipe et aux données partagées.

Un aperçu de l'amélioration des modèles de systèmes dynamiques en utilisant des informations de destination.

Découvre comment les robots bossent ensemble pour explorer des environnements inconnus de manière efficace.

Cet article examine les problèmes de confiance dans les équipes de robots pour une collecte de données fiable.

Une nouvelle méthode évalue les capacités de posture et de marche des robots humanoïdes.

Les robots peuvent améliorer la navigation en classant les différents terrains dans des environnements difficiles.

Des petits robots s'organisent pour encapsuler plusieurs sources de signal sans communication directe.

Apprends à créer des programmes fiables qui réagissent à leur environnement.

Évaluation des techniques de traduction d'images dans les tests de voitures autonomes.

Une nouvelle méthode améliore la suppression des ombres dans les images grâce à l'apprentissage profond et aux transformateurs.

SUGAR simplifie l'algèbre géométrique pour les ingénieurs et les mathématiciens en utilisant Matlab.

Une nouvelle méthode améliore l'efficacité des retours humains en RL en utilisant des données de mauvaise qualité.

Cet article présente une méthode pour que les robots optimisent leurs parcours en tenant compte du temps et de l'énergie.

Apprends comment des groupes d'agents peuvent se mettre d'accord malgré des membres peu fiables.

MV-RGBT propose un dataset réaliste pour évaluer les méthodes de suivi RGBT.

Apprends à créer et à peaufiner des modèles de systèmes dynamiques en utilisant des techniques avancées.

De nouvelles caméras à bas prix offrent des solutions d'imagerie 3D efficaces dans différents domaines.

Une nouvelle méthode améliore les stratégies de contrôle pour des systèmes complexes influencés par des incertitudes.

Un aperçu de l'apprentissage par imitation et ses applications dans la formation des agents.