cs.RO」カテゴリーアーカイブ

Plug in the Safety Chip: Enforcing Constraints for LLM-driven Robot Agents

要約 大規模言語モデル (LLM) の最近の進歩により、事前トレーニング中に得ら … 続きを読む

カテゴリー: cs.AI, cs.FL, cs.RO | Plug in the Safety Chip: Enforcing Constraints for LLM-driven Robot Agents はコメントを受け付けていません

Conditioning Latent-Space Clusters for Real-World Anomaly Classification

要約 自動運転の領域における異常は、自動運転車の大規模導入の大きな障害となってい … 続きを読む

カテゴリー: cs.AI, cs.CV, cs.RO | Conditioning Latent-Space Clusters for Real-World Anomaly Classification はコメントを受け付けていません

Moving Object Detection and Tracking with 4D Radar Point Cloud

要約 モバイルの自律性は、動的な環境を正確に認識することに依存しています。 した … 続きを読む

カテゴリー: cs.AI, cs.CV, cs.LG, cs.RO | Moving Object Detection and Tracking with 4D Radar Point Cloud はコメントを受け付けていません

Privileged to Predicted: Towards Sensorimotor Reinforcement Learning for Urban Driving

要約 強化学習(RL)は、専門家の監督を必要とせずに、人間の運転パフォーマンスを … 続きを読む

カテゴリー: cs.CV, cs.RO | Privileged to Predicted: Towards Sensorimotor Reinforcement Learning for Urban Driving はコメントを受け付けていません

Grasp-Anything: Large-scale Grasp Dataset from Foundation Models

要約 ChatGPT などの基盤モデルは、現実世界のドメインの普遍的な表現により … 続きを読む

カテゴリー: cs.CV, cs.RO | Grasp-Anything: Large-scale Grasp Dataset from Foundation Models はコメントを受け付けていません

CC-SGG: Corner Case Scenario Generation using Learned Scene Graphs

要約 コーナーケースのシナリオは、自動運転車 (AV) の安全性をテストおよび検 … 続きを読む

カテゴリー: cs.AI, cs.CV, cs.LG, cs.RO, I.2.10 | CC-SGG: Corner Case Scenario Generation using Learned Scene Graphs はコメントを受け付けていません

Contrastive Learning for Enhancing Robust Scene Transfer in Vision-based Agile Flight

要約 ビジョンベースのモバイル ロボティクス アプリケーションのシーン転送は、非 … 続きを読む

カテゴリー: cs.CV, cs.RO | Contrastive Learning for Enhancing Robust Scene Transfer in Vision-based Agile Flight はコメントを受け付けていません

RaLF: Flow-based Global and Metric Radar Localization in LiDAR Maps

要約 自律ロボットにとってローカリゼーションは最も重要です。 カメラと LiDA … 続きを読む

カテゴリー: cs.CV, cs.RO | RaLF: Flow-based Global and Metric Radar Localization in LiDAR Maps はコメントを受け付けていません

Hierarchical Attention and Graph Neural Networks: Toward Drift-Free Pose Estimation

要約 3D 幾何学的な位置合わせに対処するために最も一般的に使用される方法は、反 … 続きを読む

カテゴリー: cs.CV, cs.LG, cs.RO | Hierarchical Attention and Graph Neural Networks: Toward Drift-Free Pose Estimation はコメントを受け付けていません

GEDepth: Ground Embedding for Monocular Depth Estimation

要約 同じ 2D 画像が無限の 3D シーンから投影される可能性があるため、単眼 … 続きを読む

カテゴリー: cs.CV, cs.RO | GEDepth: Ground Embedding for Monocular Depth Estimation はコメントを受け付けていません