B-스플라인과 동작 원형 간의 차이를 잇는 BMP
본 논문에서는 B-스플라인을 확률론적 동작 원형으로 활용하는 새로운 접근 방식인 BMP(B-spline Movement Primitives)를 제안하며, 이를 통해 경계 조건을 충족하면서도 모방 학습(IL) 및 에피소드 강화 학습(ERL) 모두에 적합한 통합 프레임워크를 제공합니다.
조건부 흐름 매칭을 통한 효율적인 내비게이션 정책 학습: FlowNav
로봇 내비게이션에서 조건부 흐름 매칭(CFM) 기반의 새로운 접근 방식인 FlowNav는 기존의 확산 모델 기반 방법보다 훨씬 빠르게 정확한 동작 정책을 생성하여 실시간 애플리케이션에 적합합니다.
협력 로봇 군집의 검사 생산성 향상을 위한 전략적 희생 기반 자기 조직화 로봇 군집 위치 파악
로봇 군집의 검사 효율성을 극대화하기 위해 일부 로봇을 '희생'시켜 위치 파악 전담 에이전트로 활용하는 자기 조직화된 협력 위치 파악 메커니즘을 제시한다.
자연어 명령에서 모호한 시간 제약 조건을 갖는 로봇 작업에 대한 사용자 만족도 연구
자연어 명령을 사용한 로봇 작업 스케줄링에서 모호한 시간 제약 조건을 처리하기 위해 사용자 만족도를 기반으로 하는 방법론과 이를 실험적으로 검증한 내용을 소개한다.
다양한 물체의 속성 추론을 위한 예측 시각-촉각 상호 작용 인식 프레임워크
본 논문에서는 로봇이 시각 및 촉각 정보를 활용하여 다양한 형태의 물체의 물리적 속성(질량, 무게 중심, 마찰 계수 등)을 능동적으로 추론하는 새로운 예측 인식 프레임워크를 제안합니다.
비전-언어 모델 추론 제약 조건을 통한 개방형 작업 및 동작 계획
본 논문에서는 전통적인 작업 및 동작 계획 시스템에 비전-언어 모델(VLM)을 통합하여 자연어로 주어진 목표를 이해하고 달성하는 OWL-TAMP 프레임워크를 제안합니다.
실시간으로 다리 움직임 변화에 적응하는 로봇 외골격 개발
새로운 제어 프레임워크를 통해 순환 및 비순환 동작 모두를 지원하고 실시간으로 사용자의 움직임에 적응하는 작업 지향적인 로봇 외골격이 개발되었습니다.
생체 관절 모멘트 추정을 통한 작업 유형에 구애받지 않는 외골격 제어
본 연구는 딥러닝 기반 생체 관절 모멘트 추정을 활용하여 다양한 작업에 걸쳐 사용자를 보조할 수 있는 작업 유형에 구애받지 않는 외골격 컨트롤러를 제시합니다.
로봇 조작을 위한 관계적 키포인트 제약 조건의 시공간적 추론: ReKep
ReKep는 시맨틱 키포인트를 기반으로 로봇 조작 작업을 위한 제약 조건을 나타내는 새로운 방법으로, 대규모 비전 모델과 비전-언어 모델을 활용하여 실시간으로 복잡한 조작 동작을 생성합니다.
불일치 보상을 통한 반복 학습 제어를 활용한 델타 로봇의 잔류 진동 억제
에너지 최적화 설계로 인한 델타 로봇의 잔류 진동 문제를 해결하기 위해 입력 성형 기법 기반의 적응형 불일치 보상 반복 학습 제어기를 제안한다.
© 2024 by Linnk AI