ルーピーは生物の行動を真似して、協調した知的な動きをするんだ。
Trevor Smith, Yu Gu
― 0 分で読む
コンピューターサイエンス - ロボット工学
RSSヒューマノイドロボットとドローンを組み合わせることで、厳しい環境での捜索救助活動がもっと効果的になるんだ。
Abdulaziz Shamsah, Jesse Jiang, Ziwon Yoon
― 1 分で読む
この記事では、ロボットがインターネットの情報を使って料理スキルを学ぶ方法について説明してるよ。
Mrinal Verghese, Christopher Atkeson
― 0 分で読む
新しい方法でロボットの布の扱いがリアルな作業に役立つようになったよ。
Halid Abdulrahim Kadi, Jose Alex Chandy, Luis Figueredo
― 1 分で読む
新しい実験で、水中ロボットが養殖場のアトランティックサーモンにどんな影響を与えるかがわかったよ。
Linn Danielsen Evjemo, Qin Zhang, Hanne-Grete Alvheim
― 1 分で読む
研究が自動運転車のリアルタイム学習の新しいアプローチを強調してるよ。
Yuki Tsuchiya, Thomas Balch, Paul Drews
― 1 分で読む
この論文では、触覚センサーが異なる能力を持つ人間とのロボットのインタラクションをどう向上させるかについて話してるよ。
William van den Bogert, Madhavan Iyengar, Nima Fazeli
― 0 分で読む
ドローンは今、動いているプラットフォームからアイテムを効率的に掴んで移動できるようになった。
Péter Antal, Tamás Péni, Roland Tóth
― 1 分で読む
SymAwareがどのように自律システムの協力と安全性を向上させるかを発見しよう。
Ernesto Casablanca, Zengjie Zhang, Gregorio Marchesini
― 1 分で読む
脚のあるロボットの安全性向上のために、学習と制御を組み合わせる。
Jeonghwan Kim, Yunhai Han, Harish Ravichandar
― 1 分で読む
新しい方法でロボットの物体取り扱いが精度とコントロールを向上させた。
An Dang, James Lorenz, Xili Yi
― 0 分で読む
研究者たちは自動運転車の反応を改善するために運転パターンを調べてるよ。
Nelson de Moura, Fawzi Nashashibi, Fernando Garrido
― 0 分で読む
ロボットの適応力と経験から学ぶ能力を強化すること。
Jiaheng Hu, Rose Hendrix, Ali Farhadi
― 1 分で読む
PANOSは、脚付きロボットが荒れた地形を効率的に移動する能力を高めるんだ。
Kartikeya Singh, Yash Turkar, Christo Aluckal
― 1 分で読む
新しい作用原理が機械システム、特に非ホロノミック系の理解を深めるんだ。
A. Rothkopf, W. A. Horowitz
― 1 分で読む
新しいフレームワークが、さまざまな環境でのカメラのポーズ推定を改善する。
Gennady Sidorov, Malik Mohrat, Ksenia Lebedeva
― 1 分で読む
クラーク変換が連続ロボットの効率的な制御にどう役立つかを学ぼう。
Reinhard Grassmann, Anastasiia Senyk, Jessica Burgner-Kahrs
― 1 分で読む
人間の指示と技術を組み合わせて、安全なロボットナビゲーションを実現する。
Kasun Weerakoon, Mohamed Elnoor, Gershom Seneviratne
― 1 分で読む
ロボットは、家庭の手伝いのために日常的な可動物体とやり取りすることを学んでいる。
Cheng-Chun Hsu, Ben Abbatematteo, Zhenyu Jiang
― 1 分で読む
MultiTalkは、ロボットが対話システムを使ってタスクを理解し実行する方法を強化するよ。
Venkata Naren Devarakonda, Ali Umut Kaypak, Shuaihang Yuan
― 1 分で読む
新しい方法がロボットの複雑な組み立て作業の能力を向上させる。
Jiankai Sun, Aidan Curtis, Yang You
― 0 分で読む
研究が超音波データを使った手のジェスチャー認識の精度を向上させる。
Keshav Bimbraw, Jack Rothenberg, Haichong K. Zhang
― 1 分で読む
生成的因子チェーンはロボティクスにおけるマルチアームタスクの実行を強化する。
Utkarsh A. Mishra, Yongxin Chen, Danfei Xu
― 1 分で読む
新しいデータセットと手法が、変化する環境での小型ロボットの物体検出を改善した。
Francesco Pasti, Riccardo De Monte, Davide Dalle Pezze
― 1 分で読む
新しいモデルが、自動運転車の動きの予測を最小限のリソースで改善したよ。
Alexander Prutsch, Horst Bischof, Horst Possegger
― 1 分で読む
新しい方法がドローンの効率を高めて、迅速で正確な飛行経路を実現するよ。
Krystof Teissing, Matej Novosad, Robert Penicka
― 1 分で読む
新しい方法で未知のアイテムや関係の物体検出が強化されたよ。
Sunoh Lee, Minsik Jeon, Jihong Min
― 1 分で読む
RTAGraspは、ロボットが人間のデモ動画を通じて把持を学ぶのを助けるよ。
Wenlong Dong, Dehao Huang, Jiangshan Liu
― 1 分で読む
新しいフレームワークが、インテリジェントなAIのインタラクションとリアルタイム推論を通じて3D画像を強化する。
Zhenghao Qi, Shenghai Yuan, Fen Liu
― 1 分で読む
人間とロボットの協力における信頼がタスクの割り当てにどう影響するかを調べる。
Ike Obi, Ruiqi Wang, Wonse Jo
― 1 分で読む
この記事では、Angular DCMがロボットの動きと安定性に与える影響について話してるよ。
Connor W. Herron, Robert Schuller, Benjamin C. Beiter
― 1 分で読む
この研究では、強化学習の報酬システムを強化するためのBiMIを紹介するよ。
Sukai Huang, Nir Lipovetzky, Trevor Cohn
― 1 分で読む
ドローンはAI学習を使って逃げるドローンを捕まえるチームワークを向上させる。
Jiayu Chen, Chao Yu, Guosheng Li
― 1 分で読む
この記事では、複雑な環境におけるドローンの課題と技術について考察するよ。
Fen Liu, Shenghai Yuan, Kun Cao
― 1 分で読む
新しい方法が、完全な情報がない状態でも視覚データを使ってロボットの安全性を高める。
Manan Tayal, Aditya Singh, Pushpak Jagtap
― 1 分で読む
ダクトパスドローンは、空中でいろんな荷物を安全につかんで運ぶよ。
Zhong Yin, Hailong Pei
― 1 分で読む
この研究は、自動運転車にとって建設現場での物体検出の重要性を強調してるよ。
Abu Shad Ahammed, Md Shahi Amran Hossain, Roman Obermaisser
― 1 分で読む
新しいモデルがロボットの適応性と性能をいろんな地形で向上させたよ。
Wenli Xiao, Haoru Xue, Tony Tao
― 1 分で読む
新しい方法がロボットが不確実な環境で部品を組み立てるのを手助けする。
Sahit Chintalapudi, Leslie Kaelbling, Tomas Lozano-Perez
― 1 分で読む
SoMaSLAMは、小さなロボットが限られたデータを使って環境を正確にマッピングするのを助けるよ。
Jeahn Han, Zichao Hu, Seonmo Yang
― 1 分で読む