실시간 상호작용 가능한 복잡한 미지의 환경에서의 효율적인 내비게이션 알고리즘
본 논문은 복잡한 미지의 환경에서 움직일 수 있는 장애물을 능동적으로 조작하며 실시간으로 경로를 재계획할 수 있는 내비게이션 알고리즘을 제안한다.
적응형 다중 목표 로봇 내비게이션을 위한 데모 기반 학습
본 연구는 데모 기반 학습과 다중 목표 강화 학습을 결합하여 사용자 선호도에 따라 유연하게 적응할 수 있는 로봇 내비게이션 프레임워크를 제안한다.
대형 언어 모델을 활용한 새로운 환경에서의 동적 계획을 통한 내비게이션
대형 언어 모델을 활용하여 새로운 환경에서 효율적으로 다중 물체를 탐색하고 위치를 파악할 수 있는 SayNav 기법을 제안한다.
극한 산악 지형에서의 주행성 인식 기반 적응형 최적화를 통한 경로 계획 및 제어
로봇이 극한 산악 지형에서 안전하고 효율적으로 주행할 수 있도록 주행성 정보를 활용하여 경로 계획과 제어를 최적화하는 방법을 제안한다.
언어 모델과 음성 지시를 활용한 선호 지형에서의 제약된 로봇 내비게이션
언어 모델을 활용하여 음성 지시에서 랜드마크, 선호 지형, 부사를 추출하고, 이를 기반으로 제약된 오프로드 내비게이션을 수행한다.
PRISM-TopoMap: 다중 센서 데이터를 활용한 온라인 토폴로지 매핑 및 장소 인식
PRISM-TopoMap은 다중 카메라 이미지와 포인트 클라우드를 활용하여 온라인으로 토폴로지 그래프를 구축하고, 장소 인식 및 스캔 매칭 기술을 통해 로봇의 위치를 그래프 내에서 효과적으로 추정합니다.
사회적 인식을 갖춘 비전-언어 모델 기반 로봇 내비게이션
비전-언어 모델을 활용하여 실시간으로 사회적으로 적절한 로봇 행동을 생성하는 새로운 접근법을 제안한다.
효율적인 탐색을 위한 위상 기반 내비게이션 기법
TopoNav는 능동적 매핑, 계층적 강화 학습, 내재적 동기 부여를 통합하여 희소 보상 환경에서 효율적이고 자율적인 탐색과 내비게이션을 가능하게 합니다.
개방형 어휘 3D 장면 그래프를 활용한 언어 기반 로봇 내비게이션
개방형 어휘 비전 기반 모델을 활용하여 3D 세그먼트 수준의 지도를 생성하고, 이를 바탕으로 층, 방, 객체 개념으로 구성된 계층적 3D 장면 그래프를 구축함. 이를 통해 다층 건물 표현과 층간 보로노이 그래프 기반 로봇 이동이 가능함.
동적 환경에서 학습된 환각을 통한 민첩한 내비게이션 학습
Dyna-LfLH는 과거 성공적인 내비게이션 경험을 바탕으로 동적 장애물 환경을 안전하고 효율적으로 합성하여, 이를 통해 민첩한 내비게이션 계획기를 학습할 수 있는 자기 지도 학습 방법이다.
© 2024 by Linnk AI