人間とロボットのインタラクション に関する最新の記事

ロボットは、視覚と触覚を組み合わせることで、物を挿入する能力を向上させることができる。

エンジニアはロボットが人の周りで安全に動けるようにコントロールバリア関数を使ってるよ。

ロボットは混雑した環境を安全に移動するために道を最適化する。

新しい方法でロボットがユーザーの好みをもっと効果的に学べるようになった。

新しい方法で、ロボットが物を扱う学習が改善される。

RONARがロボットに自分の行動を簡単に説明させる方法を見つけよう。

GLOVERは、言葉や視覚的な手がかりを使ってロボットが物をより効果的につかめるようにするんだ。

新しい方法で、ロボットが壊れやすい物体を感知して適応するのが良くなったよ。

研究者たちは新しい動画データセットを使って、アクションシーケンスの理解に関するモデルをテストしてる。

研究者たちは、外骨格技術の安全性向上のために演出された事故を分析している。

AIエージェント同士のチームワークがロボットのコミュニケーションをどう改善するかを発見しよう。

ロボットが効率よくタスクをマスターするための体系的なトレーニング方法について学ぼう。

新しい技術がロボットが作業中にさまざまな照明条件に適応するのを助けてるよ。

ロボットは速いペースのサッカーの試合で人間のサインを解釈することを学んでる。

ロボットは忙しい工場で作業員のニーズを予測してサポートすることを学んでるよ。

ロボットは、シンプルなカメラ技術を使った革新的なトレーニング方法で器用さを身につけるんだ。

ロボットに屋内を移動させる訓練をして、障害物を避けたり指示を理解させたりすること。

ロボットが危害や混乱を引き起こさずにタスクをこなせるようにすること。

LAMBDAは日常のタスクで高度なロボット学習の舞台を整える。

ロボットは高度な計画技術を使って、複雑な環境を安全に移動する方法を学んでいるよ。

ロボットが視覚と言語を組み合わせて、より良いインタラクションを実現する方法を発見しよう。

ロボットは今、物体と一度だけやりとりすることで学べるようになった。

ロボットが好奇心と注意を組み合わせてタスクを学ぶ方法を発見しよう。

CARELは、ロボットが現実の環境で指示をフォローする方法を改善してるよ。

SANGOは、混雑した場所で人を邪魔せずにロボットが動けるように助けるんだ。

GenTact Toolboxは、ロボットが人間のように触覚を感じることを可能にします。

新しい触覚センサーで、ロボットが進化した人工皮膚技術を使って触れることを感知できるようになったよ。

ボルトはすごい歩きのスキルと現実の挑戦への適応力を見せる。

研究者たちは、ロボットが二本の腕を使って物を操作できるように訓練している。

テレオペレーション技術がロボットの感触を良くして、遠隔タスクにハプティックフィードバックを追加するんだ。

NaVILAは、言語と視覚を使ってロボットがナビゲートするのを助ける。

新しいモデルは、アクションセグメンテーションと予測を組み合わせて、よりスマートなインタラクションを実現してるよ。

新しい方法でロボットのタスク学習と適応性が向上した。

ロボットとの社会的なやり取りに対する地域言語の影響を探る。

ヒューマノイドロボットのコミュニケーションを改善すれば、公共サービスのやり取りがもっと良くなるよ。

ロボットは今、人間の好みを最小限のフィードバックで理解できて、学習が効率的になってる。

研究者たちは、AIエージェントが複雑な指示を複数のデータタイプを使って理解する方法を改善しているよ。

新しい方法で、ロボットは遅延があっても効果的に学べるようになる。

研究は、機械に口頭や書面でのナビゲーション指示に従う方法を教えることに焦点を当ててる。

ロボットがどうやって動的にナビゲートして人間の指示に従うかを発見しよう。