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

ロボットは人間とのインタラクションを通じて空間的な用語の理解を深める。

新しいフレームワークがロボットに人間の指示をよりよく解釈させる。

この記事では、産業用ロボットのためのVRテレオペレーションの課題と解決策について話してるよ。

重い物を持ちながら人型ロボットがしっかり歩けるようにする方法。

新しい方法がロボットの学習と変化する環境への適応力を高める。

研究は、予測モデルを使って人間とロボットの協力を強化する。

研究は、ユーザーが相互作用から継続的に学習するロボットをどう認識しているかを調査している。

研究者たちが詳細な物体識別でロボットのナビゲーションを改善。

新しいモデルが人間とロボットの相互作用における信頼のダイナミクスを説明してるよ。

EmbodiedGPTモデルを通じて、具現化されたAIの最新の進展を発見しよう。

ロボットは真似や高度な計画技術を使って複雑な作業をもっと早く学ぶんだ。

人の体のメッシュ再構成における信頼性の低さを特定する技術。

新しい方法がロボットのチームワークを向上させる、制御の時間遅延にもかかわらず。

新しい手法が、変化する環境の中でAIが物体の位置を予測するのを助けるよ。

ロボットはモデルフリー強化学習を通じて繊細な物の扱い方を学ぶんだ。

研究者たちは、ロボットに世界とどのようにやり取りするかを教えるために画像を使ってるんだ。

新しい方法が、ロボットが例や言葉を使ってタスクを学ぶのをより良くするんだ。

研究のおかげで、ロボットは人間の指示に基づいてタスクを理解したり実行したりできるようになってるんだ。

この記事では、ロボットのタスクパフォーマンスを向上させるためのエゴセントリックプランニングについて話してるよ。

模倣を通じた効果的なロボット学習におけるデータ品質の役割を探る。

新しい方法がロボットのスピードと人間の安全をコラボ環境でバランスを取る。

新しい方法で、ロボットが言語モデルからタスクを学ぶのがもっと上手くなるんだ。

教えられるエージェントを使った学習におけるスピーチエラーの影響に関する研究。

自律的ニューラルダイナミックポリシーは、ロボットの学習を模倣と適応性で強化するよ。

この方法は、ロボットが足の接触パターンを通じて人間の命令を理解するのを助けるんだ。

新しい方法でロボットが混雑した環境を安全にナビゲートできるようになった。

新しい方法が予測できない環境でエージェントの目標認識を向上させる。

システムはロボットが自分のタスクを要約や回答で説明できるようにするんだ。

新しいアルゴリズムが複雑な環境でのロボットナビゲーションを改善する。

SPRINTを紹介するよ。人間の入力を少なくしてロボットをトレーニングする方法だ。

非対称剛性行列を持つロボットの接触タスクにおける安定性を解析中。

HabiCrowdは、ロボットが混雑した環境での人間の動態を理解するのを手助けするよ。

新しいロボットシステムが関節のある物体をうまく扱うことを学んだ。

ロボットはさまざまな作業のために服のパーツをうまくつかむ方法を学んでる。

新しいデータセットがロボットの室内での人間の動作予測能力を向上させる。

KITEはロボットが物を操作するための言語コマンドに従う能力を高める。

新しい方法が、高レベルのウェイポイントと低レベルのアクションを組み合わせることで模倣学習を強化する。

新しいフレームワークがロボットの記憶と推論能力を向上させる。

ロボットは、賑やかな環境で人間の行動を予測したり、やり取りする能力を高めてるんだ。

この記事では、ARMoDがロボットと人間のインタラクションをどのように向上させるかを探るよ。