Splat-MOVER는 3D 장면 표현, 실시간 장면 편집, 그리고 어포던스 정렬 그래스 생성을 통해 다단계 오픈 어휘 로봇 조작을 가능하게 하는 모듈식 로봇 스택입니다.
의미론적 키포인트를 사용하여 다양한 옷 조작 작업을 수행할 수 있는 일반적인 방법을 제안한다.
소수의 데모로부터 이중 로봇 시스템의 목표 카르테시안 자세와 강성 매개변수를 동시에 학습하여 안전하고 적응적인 접촉 조작을 가능하게 하는 방법을 제안한다.
이 연구는 단일 비전 기반 엔드-투-엔드 전신 제어 파크루 정책을 제안하여, 인간형 로봇이 0.42m 높이의 플랫폼에 점프하고, 장애물을 뛰어넘으며, 0.8m 간격을 뛰어넘고, 다양한 지형을 극복할 수 있게 한다.
대규모 언어 모델(LLM)을 활용하여 드론을 효율적으로 제어하는 TypeFly 시스템을 소개한다.
다양한 의복 상태에 적응할 수 있는 단일 모델 접근법을 제안하여 로봇의 의복 조작 성능을 향상시킨다.
인간-로봇 팀에서 로봇은 팀 과제와 팀 조직에 대한 이해, 메타인지, 자연어 의사소통, 설명 가능성 등의 능력을 갖추어야 한다.
다중 센서 데이터를 활용하여 동적 비전 센서 기반 라인 추종 알고리즘 개발을 지원하는 데이터셋
본 연구는 로봇 작업을 위해 CLIP 모델을 미세 조정하여 향상된 동작 이해 능력을 갖추도록 하였다.
비전-언어 모델과 능동적 인지를 결합하여 로봇 시스템의 복잡한 환경 이해 및 작업 수행 능력을 향상시킬 수 있다.