Войти
аналитика - 로봇 동작 계획
안전하고 효율적인 온라인 로봇 동작 계획을 위한 기회 제약 경유점 기반 확률적 궤적 최적화
불확실성 하에서 안전성을 보장하는 실시간 가능한 프레임워크를 제안하여 로봇 궤적을 생성합니다.
고차원 로봇 매니퓰레이터를 위한 제어 장벽 함수 기반 신경 제어기를 활용한 효율적인 동작 계획
제어 장벽 함수 기반 신경 제어기(CBF-INC)를 활용하여 샘플링 기반 동작 계획 알고리즘의 효율성과 안전성을 향상시킴
로봇 동작 계획을 위한 확산 모델 학습 및 활용
확산 모델을 활용하여 이전 성공적인 동작 계획을 학습하고, 이를 새로운 동작 계획 문제에 활용함으로써 동작 계획 최적화를 가속화할 수 있다.
복잡한 동작 계획을 신경 상미분 방정식을 이용하여 안전성 및 안정성 보장과 함께 학습하기
신경 상미분 방정식을 이용하여 복잡한 비선형 및 주기적 동작을 소수의 데모로부터 학습하고, 제어 리아푸노프 함수와 제어 장벽 함수를 통해 안정성과 안전성을 보장하는 동작 계획 방법을 제안한다.
Продукты | Ресурсы
© 2024 by Linnk AI