Entrar
insight - 로봇학
다중 에이전트 협력을 통한 작업 무관 통신의 일반화
작업 무관 통신 전략의 효율적인 활용과 일반화
로봇 및 자율 시스템을 가르치기 위한 선호 기반 보상 학습에 대한 일반화된 획득 함수
보상 함수의 매개변수에 대한 정보 획득을 최대화하는 새로운 쿼리 방법의 우수한 성능을 입증하고, 보상 함수를 학습하는 새로운 프레임워크 소개
효율적이고 안전한 비볼록 궤적 최적화: 제약된 확산 모델과 함께
비볼록 궤적 최적화를 위한 제약된 확산 모델을 활용하여 효율적이고 안전한 궤적 최적화를 실현합니다.
글로벌 안정적인 신경 모방 정책
신경 모방 정책의 안정적인 훈련과 글로벌 안정성 보장
로봇 작업 순서와 기술 이전을 위한 양방향 진보적 신경망과 에피소드 반환 진행을 활용한 신속한 학습
인간의 학습 메커니즘을 모방한 새로운 다중 작업 강화 학습 프레임워크인 ERP-BPNN의 성공적인 성능과 빠른 수렴을 보여줌.
3D Diffusion Policy: Visual Imitation Learning Algorithm
3D Diffusion Policy (DP3)는 3D 시각 표현과 확산 정책을 결합하여 로봇 학습에 효과적인 방법을 제시합니다.
보행자 데이터 수집: 풍부하고 휴대 가능한 대규모 자연 보행자 데이터
대규모 자연 보행자 데이터 수집의 중요성과 효율성
SELFI: Autonomous Self-Improvement with Reinforcement Learning for Social Navigation
SELFI는 온라인 학습 방법을 제안하여 모델 기반 학습과 모델 없는 강화 학습을 결합하여 로봇의 제어 정책을 효과적으로 세밀하게 조정합니다.
Produtos
© 2024 by Linnk AI