機器人學

Войти

本文提出了一種名為 HumanVLA 的新型視覺語言動作模型，該模型能夠引導實體人形機器人根據自然語言指令和自我中心視覺感知，執行通用的物體重新排列任務。

本文介紹了一款低成本自主水下航行器 (AUV) Lo-MARVE，並證明了其在淺水環境中進行水下探索和環境監測的可行性。

研究人員開發了一種新型機械外骨骼控制框架，可以實時適應穿戴者的各種動作，包括週期性和非週期性動作，為醫療保健、工業勞動等領域帶來了希望。

MacroSwarm 是一個基於場域計算的全新框架，旨在以可重複使用和完全可組合的功能區塊來設計和編寫群體行為程式，從而實現複雜的群體行為。

本文提出了一種稱為分散式空間感知（DSA）的系統，透過高斯置信傳播（GBP）演算法，僅依靠局部觀測和訊息傳遞，讓機器人群體中的每個機器人都能感知自身相對於整個群體的位置，建立一個共享的空間參考系，並以此開發新的群體演算法。

將心智理論 (ToM) 能力融入機器人輔助行為中，可以顯著提升使用者在記憶遊戲中的表現，增加他們對機器人建議的接受度，並增強他們對機器人適應性、預測能力和意圖識別能力的感知。

本文提出了一種名為 SpRE 的新型查詢語言，用於在包含時空數據的感知串流中進行模式匹配，並介紹了 Strem 工具，該工具可用於離線和線上模式匹配，以有效地從自動駕駛系統等應用程序的大規模感知數據中提取特定情境。

NeoPhysIx 是一款專為 AI 演算法開發而設計的 3D 物理模擬器，透過簡化物理計算和採用創新模擬範例，實現了比即時模擬快 1000 倍以上的驚人速度，為機器人學習、演化、規劃和控制器測試等領域的研究提供了新的可能性。

本文在黎曼齊性空間的幾何框架下，研究了虛擬非完整約束的設計，證明了保持不變分佈的控制律的存在性和唯一性，並基於仿射聯絡刻畫了使用該控制律得到的閉環非完整動力學。

本文提出了一種基於採樣的運動規劃方法，透過引入新的邊緣成本度量和曲線規劃空間，以增強機器人在長距離路徑跟踪過程中避開障礙物的能力。

О нас

Продукты

Ресурсы