ロボティクス に関する最新の記事

形がさまざまな状況でどう変わって適応するかをわかりやすく見ていく。

MA-COPPは、複雑なマルチエージェントの状況で結果を予測するための新しい洞察を提供します。

固定スピーカーは複雑な環境での車両追跡精度を向上させる。

この研究は、ロボットがミスをしながらもどうやって計画できるかに焦点を当てている。

ロボットは新しい協力学習技術を使って動きを最適化してるぜ。

この研究は、ロボットがインタラクションを通じてアフォーダンスを学ぶモデルを提案している。

インコンテキストQDは過去の成功を活かして多様な解決策を生み出す。

二足歩行ロボットの動きにおける深層強化学習の概要。

区分確率的バリア関数を使った安全解析の新しいアプローチ。

新しい方法が、グループ内の複数の動くターゲットを追跡する精度を高める。

新しいフレームワークがモデルベースの強化学習に適応制御を加えて、より良い意思決定を実現するよ。

新しい方法がダイナミックな状況でのロボットの経路計画を向上させる。

MUSICフレームワークは、スピードをアップさせて通信コストを下げることで分散最適化を強化するんだ。

ロボットエージェントが空間を移動して隠れたラインの境界を効果的に見つける。

新しいモデルが、効率的なアルゴリズムを使ってイベントカメラのデータで深度推定を改善したよ。

この研究は、より良い動きの推定のためにRGB-DカメラとIMUを組み合わせている。

ロボットを安全に複雑なタスクを訓練する方法。

新しい方法で、機械がナビゲートしたり言語コマンドを理解するのが向上したよ。

新しい方法で、ロボットが人間の行動を観察してタスクを学ぶことができるようになった。

この記事では、移動する表面上での安定した四足歩行のための新しい制御方法について話してるよ。

GXUロジックは、自動化における効率的な制御システムを作るための構造化された方法を提供しているよ。

エージェントが最小限のコミュニケーションで形を維持するための方法。

ROAMはロボットがチームワークと共有データを通じて効率的にエリアをマッピングできるようにする。

目的地情報を使って動的システムモデルを改善する方法を見てみよう。

ロボットが未知の環境を効率的に探検するためにどう協力するかを発見しよう。

この記事は、信頼できるデータ収集のためのロボットチームにおける信頼の問題を検討しているよ。

新しい方法がヒューマノイドロボットの立ち上がりや歩行能力を評価するんだ。

ロボットは、厳しい環境で異なる地形を分類することでナビゲーションを強化できる。

小さなロボットが直接コミュニケーションなしで複数の信号源を囲むように調整する。

環境に反応する信頼できるプログラムの作り方を学ぼう。

自動運転車のテストにおける画像翻訳技術の評価。

新しい方法で、深層学習とトランスフォーマーを使って画像の影除去を強化したよ。

SUGARはエンジニアや数学者のためにMatlabを使って幾何代数を簡単にしてるよ。

低品質データを使ってRLで人間のフィードバック効率を上げる新しい方法。

この記事では、ロボットが時間とエネルギーを考慮して経路を最適化する方法について説明してるよ。

信頼できないメンバーがいても、エージェントのグループがどうやって合意できるかを学ぼう。

MV-RGBTは、RGBTトラッキング手法を評価するためのリアルなデータセットを提供してるよ。

動的システムのモデルを作ったり洗練させたりするための高度なテクニックを学ぼう。

新しい低コストカメラは、さまざまな分野で効率的な3D画像ソリューションを提供してるよ。

新しい手法が不確実性に影響される複雑なシステムの制御戦略を強化するよ。