cs.RO」カテゴリーアーカイブ

Roller-Quadrotor: A Novel Hybrid Terrestrial/Aerial Quadrotor with Unicycle-Driven and Rotor-Assisted Turning

要約 Roller-Quadrotor は、クワッドローターの優れた操縦性と地上 … 続きを読む

カテゴリー: cs.RO | Roller-Quadrotor: A Novel Hybrid Terrestrial/Aerial Quadrotor with Unicycle-Driven and Rotor-Assisted Turning はコメントを受け付けていません

A Gaussian Process Model for Opponent Prediction in Autonomous Racing

要約 1 対 1 のレースでは、相手のターゲット車両 (TV) のインタラクティ … 続きを読む

カテゴリー: cs.RO, cs.SY, eess.SY | A Gaussian Process Model for Opponent Prediction in Autonomous Racing はコメントを受け付けていません

Coordination of Multiple Robots along Given Paths with Bounded Junction Complexity

要約 マルチロボット/マルチエージェント システムの基本的な NP ハード モー … 続きを読む

カテゴリー: cs.CG, cs.DS, cs.MA, cs.RO | Coordination of Multiple Robots along Given Paths with Bounded Junction Complexity はコメントを受け付けていません

NTFields: Neural Time Fields for Physics-Informed Robot Motion Planning

要約 ニューラル モーション プランナー (NMP) は、複雑な環境でのロボット … 続きを読む

カテゴリー: cs.LG, cs.RO | NTFields: Neural Time Fields for Physics-Informed Robot Motion Planning はコメントを受け付けていません

MEGA-DAgger: Imitation Learning with Multiple Imperfect Experts

要約 模倣学習は、行動クローニングなどの従来のアプローチによって引き起こされる共 … 続きを読む

カテゴリー: cs.LG, cs.RO | MEGA-DAgger: Imitation Learning with Multiple Imperfect Experts はコメントを受け付けていません

The Virtues of Laziness in Model-based RL: A Unified Objective and Algorithms

要約 モデルベースの強化学習 (MBRL) における 2 つの基本的な課題に対処 … 続きを読む

カテゴリー: cs.LG, cs.RO, cs.SY, eess.SY | The Virtues of Laziness in Model-based RL: A Unified Objective and Algorithms はコメントを受け付けていません

Region Prediction for Efficient Robot Localization on Large Maps

要約 既に探索された場所の認識 (別名場所認識) は、ロボットの再位置特定とルー … 続きを読む

カテゴリー: cs.AI, cs.LG, cs.RO | Region Prediction for Efficient Robot Localization on Large Maps はコメントを受け付けていません

Extraneousness-Aware Imitation Learning

要約 視覚的模倣学習は、デモンストレーションからスキルを習得するための効果的なフ … 続きを読む

カテゴリー: cs.AI, cs.RO | Extraneousness-Aware Imitation Learning はコメントを受け付けていません

A Framework to Generate Neurosymbolic PDDL-compliant Planners

要約 実世界のロボット アーキテクチャの実行ループに高レベルのタスク プランニン … 続きを読む

カテゴリー: cs.AI, cs.LG, cs.RO, I.2.6 | A Framework to Generate Neurosymbolic PDDL-compliant Planners はコメントを受け付けていません

LS-IQ: Implicit Reward Regularization for Inverse Reinforcement Learning

要約 模倣学習の最近の方法は、明示的な報酬関数ではなく、暗黙的な報酬定式化を使用 … 続きを読む

カテゴリー: cs.AI, cs.LG, cs.RO | LS-IQ: Implicit Reward Regularization for Inverse Reinforcement Learning はコメントを受け付けていません