Войти
аналитика - 로봇 내비게이션
조건부 흐름 매칭을 통한 효율적인 내비게이션 정책 학습: FlowNav
로봇 내비게이션에서 조건부 흐름 매칭(CFM) 기반의 새로운 접근 방식인 FlowNav는 기존의 확산 모델 기반 방법보다 훨씬 빠르게 정확한 동작 정책을 생성하여 실시간 애플리케이션에 적합합니다.
X-MOBILITY: 월드 모델링을 통한 종단 간 일반화 가능한 내비게이션
X-MOBILITY는 다양한 환경에서 효과적이고 일반화 가능한 내비게이션을 위해 월드 모델링과 모방 학습을 결합한 새로운 종단 간 로봇 내비게이션 모델입니다.
로봇 내비게이션을 위한 비전-언어 모델을 활용한 대화에서의 위치 모호성 해결
본 논문에서는 자연어 명령을 통해 로봇이 실내 환경을 탐색할 때 발생하는 위치 모호성 문제를 해결하기 위해 대규모 언어 모델(LLM)과 비전-언어 모델(VLM)을 활용한 2단계 매핑 프레임워크를 제안합니다.
알려지지 않은 환경에서의 물리 정보 기반 신경망 매핑 및 모션 플래닝
본 논문에서는 새로운 매핑 기능인 도착 시간 필드를 활용하여 알려지지 않은 환경에서 로봇이 실시간으로 지도를 생성하고 효율적인 경로를 계획하는 Active NTFields (Active Neural Time Fields) 방법을 제안합니다.
컨텍스트 인식 LLM 및 개방형 어휘 의미론적 장면 그래프를 사용한 로봇 자율성을 위한 온라인 계획: OrionNav
OrionNav는 동적 환경에서 자율 로봇 내비게이션을 위해 의미론적 장면 그래프와 LLM 기반 계획을 실시간으로 결합한 새로운 프레임워크입니다.
Продукты
© 2024 by Linnk AI