Cewu Lu

TieBotっていうシステムがあって、ロボットがシミュレーションを使ってネクタイを結ぶのを学ぶのを手助けしてるんだ。

新しいシステムで、ロボットが視覚と言語の入力を使って物を再配置できるようになったよ。

DISCOは、先進的なシーン理解を活用してロボットの毎日のタスクを強化するよ。

新しい方法で、ロボットが散らかった環境で物をつかむ能力が向上してるよ。

DiPGraspは、さまざまなグリッパーに対して、スピードと柔軟性を持ってロボットの把持計画を改善するよ。

Kalibは物理マーカーなしでロボットのキャリブレーションを簡単にして、精度と効率を向上させるよ。

新しいフレームワークが、良いデータと悪いデータを組み合わせてロボットの学習を向上させる。

新しいシステムは、視覚データと触覚データを組み合わせることで、機械が物体とどのようにやりとりするかを改善する。

FoARは、タッチデータと視覚データを組み合わせることで、接触が多いタスクにおけるロボットのパフォーマンスを向上させるんだ。

研究は、マルチモーダルAIモデルにおける動詞理解の課題を指摘している。

科学者たちは革新的な研究を通じて人間の動きのダイナミクスを解読している。

ロボットが変わる物体とどうやってやり取りするかを探ってるんだ。

ロボットが繊細な物の操作スキルをどうやって向上させるかを発見しよう。

新しい方法がロボットが複雑な物体をスーパーポイントを使って扱うのを助ける。

新しい研究の基準が、動画を通じて日常のやり取りの理解を深める。