ロボットが人間の存在を認識し、人々を傷つけないことを示すことで、人間とロボットの共存を促進する社会的ナビゲーションの枠組みを提案する。
Transformerを活用したODTFormerモデルによる効率的な障害物検知と追跡の提案。
事前学習された大規模言語モデル(LLMs)、マルチモーダルビジュアル言語モデル(VLMs)、および音声認識(SR)モデルを活用して、人間が自律エージェントと自然に対話することを可能にする新しいアプローチを提案します。
リハビリテーションロボットの効果的な訓練方法を提案するためのフェデレーテッド共同学習の開発と有効性を強調します。
効率的な協力のために、EEGを使用して人間とロボットの信頼を認識する方法が提案されている。
協力的な知覚システムの効率的な実装方法を提案する。
露出最小化は非マルコフであり、均等露出回廊は全体的な露出に貢献せずにナビゲーションを可能にする。
ニューロシンボリックアプローチがニューラルアーキテクチャを大きく上回ることが示されました。
ロボットが新しい環境で物体を正確にセグメントするための革新的な方法を提案する。
リソース制約のあるモバイルロボット向けのオンラインNeRFトレーニングとレンダリングを可能にするDISORFフレームワーク。