ロボット工学

Kirjaudu sisään

näkemys - ロボット工学

本稿では、消費電力と計算資源の制約が厳しい超小型ロボットのための、高速かつ高精度なオプティカルフロー推定手法であるEdgeFlowNetを提案し、その有効性を検証しています。

昆虫-コンピュータハイブリッドロボットの自動組み立てシステムを開発し、従来の手作業による組み立てと比較して効率性と拡張性を向上させ、移動制御と地形走査を実現しました。

接触ガイダンスを用いた階層的拡散ポリシー（HDP）は、ロボット操作タスクにおいて、従来の模倣学習手法よりも優れた性能、解釈可能性、制御可能性を実現する。

本論文では、ロボットの動作や経験を人間が理解しやすい自然言語で説明するシステム「RONAR」を提案し、ロボットの透明性を向上させ、障害解析の精度と効率を高めることを目指しています。

生物の恒常性維持メカニズムに着想を得て、閉ループ制御と物理シミュレーションを組み合わせた新しいロボット動作計画フレームワークを提案する。

本稿では、ロボットに人間レベルの器用さを実現させることを目指し、2,000曲以上の楽曲と、訓練されたエージェントによって生成された100万件以上の熟練者の軌跡を含む、ピアノ演奏のためのロボット動作の大規模データセット「RP1M」を紹介しています。

本稿では、3Dプリントされた弾性連結機構を持つヒューマノイドロボットPANDORAの関節制御戦略について述べています。この戦略では、外乱オブザーバー（DOB）を用いて、3Dプリント部品のシステム同定を必要とせずに、構造的弾性部品からのモデル変動を処理します。

視覚場所認識における従来手法の限界を克服するために、視覚情報とテキスト情報を組み合わせた、より堅牢で正確な場所認識を実現する、ビジョン言語モデルの活用が期待されている。

視覚言語モデル(VLM)とシーングラフを用いることで、ロボットは複雑な操作タスクをより正確かつ確実に実行できるようになる。

ロボット群の検査効率向上のため、一部のロボットがローカリゼーションに特化し、他のロボットの測位を支援することで全体の生産性を向上させる、自己組織化された協調的ローカリゼーション手法を提案する。

Tietoja

Tuotteet

Resurssit