AIエージェントの行動をポリシーグラフを使って説明することで、より信頼を得るためのガイド。
Victor Gimenez-Abalos, Sergio Alvarez-Napagao, Adrian Tormos
― 1 分で読む
コンピューターサイエンス - ロボット工学
RSS新しいフレームワークが、ロボットが視界が悪い中でタッチ信号を使って行動を計画するのを助けるんだ。
Muhammad Suhail Saleem, Rishi Veerapaneni, Maxim Likhachev
― 1 分で読む
LiDAR技術がクローンボー城の歴史的構造について新たな洞察を明らかにした。
Leon Davies, Simon Sølvsten
― 1 分で読む
新しい方法で、ロボットが行動を分解することでタスクをより効果的に学べるようになった。
Kun Wu, Yichen Zhu, Jinming Li
― 1 分で読む
LiDARの認識向上がマルチセンサー環境でのパフォーマンスを改善する。
Marc Uecker, J. Marius Zöllner
― 1 分で読む
新しいフレームワークは人間の行動を理解することで、人間とロボットのチームワークを改善する。
Shashank Shekhar, Anthony Favier, Rachid Alami
― 1 分で読む
マッチされたポイントなしで3Dシェイプを2D画像に合わせる方法。
Jingwei Song, Maani Ghaffari
― 1 分で読む
ボールボットは、移動に困難を抱える人のためにハンズフリーで動かせるよ。
Chenzhang Xiao, Seung Yun Song, Yu Chen
― 0 分で読む
Fast-UMIは、効率的なロボットトレーニングのためにデータ収集を簡単にしてくれる。
Ziniu Wu, Tianyu Wang, Zhaxizhuoma
― 1 分で読む
Androidスマホが手頃なテクノロジーでロボットプロジェクトをどんなふうに進化させるかを見てみよう。
Masoud Dayani Najafabadi
― 1 分で読む
シンプルなロボットがどうやって特定のパターンを作りながら対称性を保つかを調べてるよ。
Raphael Gerlach, Sören von der Gracht, Christopher Hahn
― 1 分で読む
o1モデルがどのようにアクションを計画し、さまざまなタスクでのパフォーマンスを見ていこう。
Kevin Wang, Junbo Li, Neel P. Bhatt
― 1 分で読む
この研究は、超音波画像を使って手のジェスチャーを認識する効果的な方法を明らかにしてる。
Keshav Bimbraw, Ankit Talele, Haichong K. Zhang
― 1 分で読む
ロボット犬は素早く動きながら、物を正確にキャッチすることを学んでいる。
Xin Duan, Ziwen Zhuang, Hang Zhao
― 0 分で読む
ロボットのソリューションが、自然の受粉者が減少する中でリンゴの木の受粉を助ける。
Uddhav Bhattarai, Ranjan Sapkota, Safal Kshetri
― 1 分で読む
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。
Jingjing Chen, Hongjie Fang, Hao-Shu Fang
― 1 分で読む
新しい方法がロボットがチームワークを人間のサポートを通じて学ぶのを助ける。
Zhengran Ji, Lingyu Zhang, Paul Sajda
― 1 分で読む
新しい方法で、ロボットのトレーニングがシミュレーションしたタスクを現実のシナリオに合わせることで向上するんだ。
Linji Wang, Zifan Xu, Peter Stone
― 1 分で読む
デューク・ヒューマノイドは、人間の歩き方を真似して、エネルギーを節約することを目指してるよ。
Boxi Xia, Bokuan Li, Jacob Lee
― 0 分で読む
農家は新しいマッピング技術を使って果樹園の作物管理を改善できるよ。
Jiuzhou Lei, Ankit Prabhu, Xu Liu
― 1 分で読む
新しいロボットデザインは視覚障害者を助けることを目的としてるんだ。
Hochul Hwang, Ken Suzuki, Nicholas A Giudice
― 1 分で読む
新しい方法が、ロボットがオンラインの人間の動画を使ってタスクを学ぶ手助けをして、トレーニングの必要性を減らしてるよ。
Homanga Bharadhwaj, Debidatta Dwibedi, Abhinav Gupta
― 1 分で読む
GelSlim 4.0はロボティクスの触覚センサーを簡単にして、誰でも使えるようにしてくれるよ。
Andrea Sipos, William van den Bogert, Nima Fazeli
― 1 分で読む
TE-PINNは、ニューラルネットワークと物理学を使ってロボットの方向推定精度を向上させるんだ。
Arman Asgharpoor Golroudbari
― 1 分で読む
手術室で手伝って手術の効率を上げるために作られたロボット看護師。
Shunlei Li, Jin Wang, Rui Dai
― 1 分で読む
スキッドステア型ホイールモバイルロボットの動き予測を改善するためのフレームワーク。
Ameya Salvi, Pardha Sai Krishna Ala, Jonathon M. Smereka
― 1 分で読む
新しい方法がロボットの多様な屋外環境をナビゲートする能力を向上させる。
Mohamed Elnoor, Kasun Weerakoon, Gershom Seneviratne
― 1 分で読む
多くの労働者が自動化に楽観的で、仕事の質や安全性に利点を見出しているよ。
Ben Armstrong, Valerie K. Chen, Alex Cuellar
― 0 分で読む
新しい方法で腕のある脚付きロボットの制御が改善された。
Tifanny Portela, Andrei Cramariuc, Mayank Mittal
― 1 分で読む
自動運転車のための安全性向上に向けた矛盾するセンサーデータを管理する方法。
Oliver Schumann, Thomas Wodtko, Michael Buchholz
― 1 分で読む
新しい洞察が、視覚エンコーダーがロボットの意思決定に積極的に関与していることを明らかにした。
Ruiyu Wang, Zheyu Zhuang, Shutong Jin
― 1 分で読む
研究が、人間とロボットのチームワークにおいて、動きが信頼にどう影響するかを明らかにした。
Nicola Webb, Sanja Milivojevic, Mehdi Sobhani
― 1 分で読む
研究は、ロボットの効率と安全性を人間と一緒に向上させることに焦点を当ててるよ。
Lukas Rustler, Matej Misar, Matej Hoffmann
― 1 分で読む
新しい方法がロボットにタスク中の危険な状況を検出させて、より安全な操作を可能にする。
Petr Vanc, Giovanni Franzese, Jan Kristof Behrens
― 1 分で読む
GravMADはロボットが3D空間でタスクをサブゴールを通じて学ぶのを助けるよ。
Yangtao Chen, Zixuan Chen, Junhui Yin
― 1 分で読む
新しいSLAMのアプローチがロボットのマッピングとレンダリング品質を向上させる。
Zunjie Zhu, Youxu Fang, Xin Li
― 1 分で読む
OccRWKVモデルは、ロボットのナビゲーションと物体認識の効率を向上させる。
Junming Wang, Wei Yin, Xiaoxiao Long
― 1 分で読む
ロボットは家の危険を特定して管理するのを手伝えるよ。
Zirui Song, Guangxian Ouyang, Meng Fang
― 1 分で読む
新しい方法でロボットが布の操作を効率的にマスターできるようになったよ。
Changshi Zhou, Haichuan Xu, Jiarui Hu
― 1 分で読む
NeoPhysIxは革新的なシミュレーション技術を使ってロボットのトレーニングを加速させるよ。
Jörn Fischer, Thomas Ihme
― 1 分で読む