ロボティクス に関する最新の記事

研究は、シミュレーションと深層学習技術を使ってロボットの剪定精度を向上させてる。

新しいアプローチが神経形態コンピューティングを使ってロボットの障害物回避を強化してる。

新しいアルゴリズムで、デバイスがコミュニケーションの課題があっても合意できるようになった。

新しいモデルは予測できない遅延の中での意思決定の複雑さに対処してるよ。

新しい方法で、インタラクション中の手の位置検出の精度が向上したよ。

この記事では、フーズボールにおけるゲーム状態を検出するシステムについて話してるよ。

四足ロボットは、複雑なタスクをうまくこなすためにスキルを向上させているよ。

ADAPTハンドは、人間の手の掴み方を真似して、物の操作をより良くするよ。

新しいアルゴリズムが複数のエージェントの目標割り当てと経路探索の効率を向上させる。

AFedPGは非同期更新を通じてフェデレーテッド強化学習の効率を高める。

モードコンセンサスアルゴリズムは、マルチエージェントシステムでの合意を効率的に簡素化するよ。

ロボットがいろんな方法で物を見つけるのを改善するための新しいベンチマーク。

研究者たちがクアドコプターに逆さまの面でのハエの着陸を真似させる方法を教えてる。

基本的なルールが、情報が少ない中でエージェントを迷路の中を導く方法を探ろう。

新しいデータセットが、物体の異なる状態の認識をコンピュータがより良くするんだ。

ARMCHAIRを紹介するよ。人間とロボットのチームワークを向上させるシステムだ。

新しい方法でオフライン強化学習のトレーニングデータが改善される。

新しい方法が、奥行き情報なしで画像から相対ポーズを予測するよ。

新しい方法が微妙な攻撃に対する視覚的オブジェクト追跡の耐性を高める。

小型車が自動運転の教育や研究にどう影響してるかを探ってみよう。

新しい方法が点群登録の効率と精度を向上させる。

新しい方法が現実のデータから3Dモデルを作成する効率を高める。

曲線、ブリル-ノーター点、そしてそれらの数学的関係の調査。

EVEは、日常のユーザーのために拡張現実を使ってロボットのトレーニングを簡単にしてるよ。

この研究は、人々がロボットからのオファーやその意図にどう反応するかを探ってるよ。

Wvnシステムは、ロボットが複雑な屋外環境をうまくナビゲートできるようにする。

DEXTERは、分布外検出を強化することでAIの安全性を向上させる。

織物の革新的な技術がテキスタイルの未来を形作ってる。

学習技術は、自律型ロボットのナビゲーションとデータ収集を強化する。

新しい方法が密度の不確実性に対処することで、3Dイメージングの精度を向上させるよ。

新しいシミュレーションがロボットの複雑な作業をうまくこなす能力を向上させてるよ。

目標認識は、さまざまな状況で行動を通じて意図を特定するのに役立つ。

新しい方法が、単一画像や複数画像からの3Dモデリングを改善してるよ。

PRAMモデルは、ロボティクスやARアプリケーションの視覚的な位置特定の効率を高める。

新しいシステムで屋内ロボットのナビゲーションとマッピング能力がアップするよ。

新しい方法が、機械が人間のフィードバックから学ぶ方法を改善する。

新しい方法が粒子フィルタリングを使って動的な状況での追跡精度を向上させてるよ。

新しい方法がブースティングを利用して模倣学習の効率を高める。

新しいモデルは、効果的な動きの拡大でリアルタイムの動画分析を強化するよ。

ユーザーのニーズや感情に応じてサポートを調整するスマートヘルプロボットを紹介するよ。