ロボティクス

Увійти

ідея - ロボティクス

本稿では、予測制御バリア関数（PCBF）の明示的な近似を安全フィルターフレームワークに統合する新しいアルゴリズムを提案する。この手法は、従来のPCBF法の計算コストを大幅に削減しながら、状態制約の保証と安全集合の安定性を維持する。

本稿では、物理シミュレーションを「コア知識」として活用し、閉ループ制御に基づく複数ステップ先を見据えたロボットプランニングを実現する階層型フレームワークを提案する。

本稿では、非線形ダイナミクスと確率的制約を持つシステムのための新しい共分散ステアリングアルゴリズムを提案し、従来の手法よりも厳しい安全制約の下で、より高品質な制御を実現することを示した。

ユーザーの選好に基づいてロボットの行動を最適化する際、ユーザー体験を重視することで、学習プロセス全体の効率とユーザーの満足度を高めることができる。

本稿では、ロボット学習におけるシミュレーションと現実世界の差異を埋めるために、微分可能シミュレーション内で情報量の多い接触モードを積極的に計画・励起する手法を提案する。

BMPは、B-スプラインと確率的なMovement Primitivesを組み合わせた新しい動作表現手法であり、境界条件を満たしつつ、模倣学習と強化学習の両方において高い表現力と適用性を提供する。

iKalibrは、IMU、レーダー、LiDAR、カメラなど、複数のセンサを統合した慣性システムの正確かつ効率的な時空間キャリブレーションを実現する、ターゲットレスで堅牢なフレームワークである。

動的環境におけるロボットのナビゲーションにおいて、従来の拡散モデルベースの手法よりも高速かつ効率的な手法として、条件付きフローマッチング（CFM）を用いた新しいナビゲーションポリシー学習手法「FlowNav」が提案されている。

Airboundは、航空力学と構造効率の革新により、従来のドローン配送と比較して最大100倍のコスト削減を実現する、軽量かつ耐久性の高いドローンを開発している。

従来のタスクとモーションプランニング（TAMP）システムにビジョン言語モデル（VLM）を統合することで、自然言語による指示を解釈し、複雑なロボット操作タスクを解決できるようになる。

Про нас

Продукти

Ресурси