「cs.RO」カテゴリーアーカイブ

K-VIL: Keypoints-based Visual Imitation Learning

投稿日: 2023年2月21日 作成者: jarxiv

要約 視覚模倣学習は、ロボット システムが新しい操作スキルを習得するための効率的 … 続きを読む →

カテゴリー: cs.RO | K-VIL: Keypoints-based Visual Imitation Learning はコメントを受け付けていません

Stable Motion Primitives via Imitation and Contrastive Learning

投稿日: 2023年2月21日 作成者: jarxiv

要約 人間から学ぶことで、専門家でなくても簡単にロボットをプログラミングできるよ … 続きを読む →

カテゴリー: cs.RO | Stable Motion Primitives via Imitation and Contrastive Learning はコメントを受け付けていません

Enhancing Causal Discovery from Robot Sensor Data in Dynamic Scenarios

投稿日: 2023年2月21日 作成者: jarxiv

要約 主な特徴を特定し、時系列のセンサー データから動的システムの因果関係を学習 … 続きを読む →

カテゴリー: cs.RO | Enhancing Causal Discovery from Robot Sensor Data in Dynamic Scenarios はコメントを受け付けていません

Benchmark for Models Predicting Human Behavior in Gap Acceptance Scenarios

投稿日: 2023年2月21日 作成者: jarxiv

要約 自動運転車は現在、交通の相互作用における人間の行動に関する不確実性によって … 続きを読む →

カテゴリー: cs.LG, cs.RO | Benchmark for Models Predicting Human Behavior in Gap Acceptance Scenarios はコメントを受け付けていません

Arena-Rosnav 2.0: A Development and Benchmarking Platform for Robot Navigation in Highly Dynamic Environments

投稿日: 2023年2月21日 作成者: jarxiv

要約 以前の作業に続いて、このホワイト ペーパーでは、以前の作業である Aren … 続きを読む →

カテゴリー: cs.AI, cs.RO | Arena-Rosnav 2.0: A Development and Benchmarking Platform for Robot Navigation in Highly Dynamic Environments はコメントを受け付けていません

Causal Discovery of Dynamic Models for Predicting Human Spatial Interactions

投稿日: 2023年2月21日 作成者: jarxiv

要約 倉庫、ショッピングセンター、病院など、人間が共有する環境での活動にロボット … 続きを読む →

カテゴリー: cs.AI, cs.RO | Causal Discovery of Dynamic Models for Predicting Human Spatial Interactions はコメントを受け付けていません

Analyzing Infrastructure LiDAR Placement with Realistic LiDAR Simulation Library

投稿日: 2023年2月21日 作成者: jarxiv

要約 最近、Vehicle-to-Everything(V2X)協調認識が注目を … 続きを読む →

カテゴリー: cs.CV, cs.RO | Analyzing Infrastructure LiDAR Placement with Realistic LiDAR Simulation Library はコメントを受け付けていません

Outcome-directed Reinforcement Learning by Uncertainty & Temporal Distance-Aware Curriculum Goal Generation

投稿日: 2023年2月21日 作成者: jarxiv

要約 現在の強化学習 (RL) は、望ましい結果や高い報酬がめったに観察されない … 続きを読む →

カテゴリー: cs.AI, cs.LG, cs.RO | Outcome-directed Reinforcement Learning by Uncertainty & Temporal Distance-Aware Curriculum Goal Generation はコメントを受け付けていません

SHINE-Mapping: Large-Scale 3D Mapping Using Sparse Hierarchical Implicit Neural Representations

投稿日: 2023年2月21日 作成者: jarxiv

要約 大規模環境の正確なマッピングは、ほとんどの屋外自律システムの不可欠な構成要 … 続きを読む →

カテゴリー: cs.CV, cs.LG, cs.RO | SHINE-Mapping: Large-Scale 3D Mapping Using Sparse Hierarchical Implicit Neural Representations はコメントを受け付けていません

Imitation from Arbitrary Experience: A Dual Unification of Reinforcement and Imitation Learning Methods

投稿日: 2023年2月20日 作成者: jarxiv

要約 強化学習 (RL) は、線形制約のある凸プログラムとして定式化できることは … 続きを読む →

カテゴリー: cs.AI, cs.LG, cs.RO | Imitation from Arbitrary Experience: A Dual Unification of Reinforcement and Imitation Learning Methods はコメントを受け付けていません