OkayPlan ist ein globaler Pfadplanungsalgorithmus, der in der Lage ist, sichere und kurze Pfade in dynamischen Szenarien in Echtzeit zu generieren.
Die Studie untersucht verschiedene Kollisionsszenarios in der Vision-und-Sprache-Navigation in kontinuierlichen Umgebungen (VLN-CE) und schlägt einen neuen Algorithmus namens Safe-VLN vor, um die Kollisionsvermeidungsfähigkeiten zu verbessern.
Ein neuartiger, leichtgewichtiger Handgelenksexoanzug mit pneumatischen Künstlichen Muskeln aus Gewebe kann den Handgelenkbereich in Beugung/Streckung und Ulnar-/Radialabduktion bewegen und dabei hohe Drehmomente erzeugen.
Eine universelle Bewegungsdarstellung, die eine umfassende Palette motorischer Fähigkeiten für die physikbasierte Steuerung humanoider Roboter umfasst.
Ein Umgebungsvorhersagemodell, das Semantikinformationen einbezieht, kann die Genauigkeit der Vorhersage von zukünftigen Belegungszuständen im Vergleich zu Modellen ohne Semantik verbessern.
Durch den Einsatz von Vorhersagen können Multi-Agenten-Systeme die Effizienz der 3D-Objektrekonstruktion deutlich verbessern, indem sie die Koordination zwischen den Agenten bei der Auswahl der nächsten besten Ansichten optimieren.
Eine neue Übertragbarkeitsmetrik, die die Ähnlichkeit zwischen Trainings- und Testszenen quantifiziert, um die Übertragbarkeit von DRL-Navigationsalgorithmen zu bewerten.
Eine Bewegungsplanungslösung, die Bernstein-Polynome nutzt, um die Wahrscheinlichkeitsverteilung der Trajektorie des Ziels zu approximieren und so die Effizienz des Schätzers zu verbessern.
Unser Ansatz EventEgo3D ist der erste Ansatz zur Echtzeit-Erfassung der 3D-Bewegung des menschlichen Körpers aus egozentrisch aufgenommenen Ereignisströmen.
Dieser umfassende Multi-Sensor-Datensatz "FusionPortableV2" zielt darauf ab, die Entwicklung und Evaluierung von generischen und robusten SLAM-Algorithmen zu unterstützen, indem er eine große Vielfalt an Plattformen, Sensoren und Umgebungen abdeckt.