ロボティクス に関する最新の記事

新しいアライメントソルバーは、人間の動きを真似ることでテレプレゼンスロボットへの患者の信頼を高める。

VeSSALは、ストリーミングデータを使ったアクティブラーニングでリアルタイムの意思決定を強化する。

新しい方法でロボットの物体の相互作用を理解する能力が向上した。

自己教師あり学習を使って、さまざまな条件に対応する場所認識のモデルを紹介するよ。

新しい方法が動的ビジョンセンサーからのイベントベースのビデオのノイズを減らす。

ロボットは、宇宙の粒状物質を集めるために、スコーピング戦略を適応させてるんだ。

新しいモデルを導入して、画像マッチングの精度と効率を向上させるよ。

新しい繊維センサーが圧力と接触点を正確に測定するよ。

人間の動きを真似るロボットの研究が、より良い移動補助具の道を切り開いてるよ。

視覚的な手がかりがロボットの環境適応を助けるよ。

対称空間の幾何学と物理学における重要な概念と応用を探ろう。

システムはロボットが自然言語と視覚的手がかりを使ってアイテムを見つけるのを助ける。

ロボットは視覚データや新しい技術を使うことで人間の作業をもっと上手に学べるんだ。

新しいファイバーセンサーが柔軟な手術器具の追跡を強化する。

ヒューマノイドロボットは、進んだ機械学習技術を使って歩き方を上手く学んでる。

新しい技術で言語説明を使って複数のオブジェクトの追跡が強化された。

新しい方法が強化学習とモーションプランニングを組み合わせて、効率的なロボットトレーニングを実現してるよ。

新しい方法が動的な環境でのロボット経路計画を改善する。

新しい手法は、ロボットの安全対策を最小限に抑えつつ、パフォーマンスを維持する。

新しい方法は、連続的な衝突回避を確保することで、モーションプランニングの安全性を高める。

GenMOSはロボットが三次元空間で複数の物体を効率的に探すことを可能にする。

新しい方法がロボット技術を使ってギアの組み立て精度と効率を向上させる。

MOISSTは、マーカーなしで自動運転車のセンサーをキャリブレーションする新しい方法を提供してるよ。

DwinFormerは、デュアルウィンドウアプローチを使って、単一画像からの深度推定を改善するんだ。

この記事では、マルチアーム収穫ロボットのための新しいタスク計画方法について話しています。

新しい方法がロボットの物をうまくつかむ能力を向上させてるよ。

新しい方法がロボットを不確実な環境でうまくやらせるために、慎重さと探求のバランスを取るのを助けるんだ。

SpinDOEは、ボールの回転をリアルタイムで正確に推定する方法を提供してるよ。

深層学習技術は慣性測位システムの精度を向上させる。

この研究は、自己駆動粒子が密なシステム内でどんなふうに振る舞うかを明らかにしてる。

新しい方法でLiDARデータを使った物体認識が向上。

パス、木、虹ポリゴンをカバーする効率的な方法を探ってるよ。

新しい方法がニューラルネットワークからスパイキングニューラルネットワークへの変換を改善する。

NVFを紹介するよ、データポイントから3Dサーフェスを作る画期的な方法だ。

新しい方法で、ロボットが過去の経験を使って複雑なタスクをもっと早く学べるようになるんだ。

UAVとUGVの効率的な連携で、より良いエリアカバレッジを実現。

ロボットは今、STEPメソッドで荒れた地形をもっと上手に移動できるようになったよ。

ファウンデーションモデルが意思決定システムを向上させる役割を探る。

研究者たちは、現実の環境での安全を確保しつつ、機械の意思決定を向上させる。

多項式を使った効果的な制御戦略の新しい方法。