基於可供性與流匹配的機器人操控
本文提出了一個基於可供性（Affordance）和流匹配（Flow Matching）的新框架，用於機器人操控任務，特別是在日常生活場景中，能有效地將大型視覺語言模型適應於機器人操控策略學習，並生成多模態動作分佈。
플로우 매칭을 활용한 어포던스 기반 로봇 조작
대규모 비전-언어 모델(VLM)에서 어포던스를 효율적으로 학습하고, 이를 플로우 매칭 기반 로봇 조작 정책 학습에 활용하여 효율적이고 일반화된 로봇 조작 성능을 달성할 수 있다.
フローマッチングを用いたアフォーダンスベースのロボット操作
大規模な視覚言語モデルを応用し、パラメータ効率の良いプロンプトチューニングを用いてアフォーダンスを学習、さらにフローマッチングを用いたロボット操作の新しい枠組みを提案する。
Affordance-Based Robot Manipulation with Flow Matching for Activities of Daily Living
This paper introduces a novel framework for assistive robot manipulation that leverages affordance learning through prompt tuning and robot trajectory generation using flow matching, demonstrating superior performance in multimodal action distributions and faster inference compared to traditional methods.
基於時空協同控制和車路協同的公路匝道匯入安全與效率優化
為解決自動駕駛車輛在高速公路匝道匯入區域的安全和效率問題，本文提出了一種基於時空協同控制和車路協同的預編程方法，通過預先規劃車輛軌跡，主動減輕車輛之間的衝突，從而提高道路安全性和通行效率。
고속도로 진입로 병합 안전 및 효율성 최적화: 시공간 협력 제어 및 차량-도로 협력 활용
자율주행 환경에서 발생하는 병합 구간 사고를 줄이고 도로 효율성을 높이기 위해 차량의 시공간 궤적을 사전에 프로그래밍하여 차량 간 충돌을 예방하는 협력 제어 방법을 제시합니다.
高速道路ランプ合流における安全性と効率性を最適化する：時空間協調制御と車両-道路協調によるアプローチ
高速道路のランプ合流における安全性と効率性を向上させるために、車両の軌道を事前にプログラムする協調制御手法を提案する。
iKalibr: A Unified Targetless Spatiotemporal Calibration Framework for Resilient Integrated Inertial Systems
iKalibr is a novel, open-source calibration framework designed for accurately and efficiently calibrating diverse multi-sensor systems commonly used in robotics, eliminating the need for artificial targets and supporting various sensor combinations.
雲端SLAM演算法評測：SLAM Hive評測套件
SLAM Hive評測套件是一個基於Docker和Kubernetes的開源工具，旨在解決大規模SLAM演算法評測的挑戰，它能夠在雲端環境中自動執行、評估和分析數千個SLAM演算法的運行結果，為機器人研究者和工程師提供了一個全面、高效和可重複的評測平台。
클라우드 환경에서의 SLAM 알고리즘 벤치마킹: SLAM Hive 벤치마킹 스위트 소개 및 성능 비교 분석
SLAM Hive 벤치마킹 스위트는 클라우드 환경에서 다양한 SLAM 알고리즘을 체계적으로 비교 분석하고, 이를 통해 SLAM 연구 개발을 가속화하는 것을 목표로 한다.
© 2024 by Linnk AI