cs.RO」カテゴリーアーカイブ

GenEx: Generating an Explorable World

要約 3D の物理的な現実世界を理解し、ナビゲートし、探索することは、長い間、人 … 続きを読む

カテゴリー: cs.CV, cs.RO | GenEx: Generating an Explorable World はコメントを受け付けていません

On Semidefinite Relaxations for Matrix-Weighted State-Estimation Problems in Robotics

要約 近年、ロボット工学における知覚問題の大域最適を見つけるために半明確な凸緩和 … 続きを読む

カテゴリー: cs.RO, math.OC | On Semidefinite Relaxations for Matrix-Weighted State-Estimation Problems in Robotics はコメントを受け付けていません

Projection-free computation of robust controllable sets with constrained zonotopes

要約 加法的不確実性を伴う離散時間線形システムのロバストな制御可能な集合を計算す … 続きを読む

カテゴリー: cs.RO, cs.SY, eess.SY, math.OC | Projection-free computation of robust controllable sets with constrained zonotopes はコメントを受け付けていません

Transformer-Based Model for Monocular Visual Odometry: A Video Understanding Approach

要約 単一のカメラからの画像からカメラの姿勢を推定することは、移動ロボットや自律 … 続きを読む

カテゴリー: 68T07, 68T45, cs.AI, cs.CV, cs.RO | Transformer-Based Model for Monocular Visual Odometry: A Video Understanding Approach はコメントを受け付けていません

Force-Aware Autonomous Robotic Surgery

要約 この研究は、ロボット支援手術 (RAS) における自律システムの設計におい … 続きを読む

カテゴリー: cs.RO | Force-Aware Autonomous Robotic Surgery はコメントを受け付けていません

Robust Predictive Motion Planning by Learning Obstacle Uncertainty

要約 動的環境におけるロボットシステムの安全な動作計画は、不確実な障害物が存在す … 続きを読む

カテゴリー: cs.RO, cs.SY, eess.SY | Robust Predictive Motion Planning by Learning Obstacle Uncertainty はコメントを受け付けていません

Automating High Quality RT Planning at Scale

要約 放射線治療 (RT) 計画は複雑で主観的であり、時間がかかります。 人工知 … 続きを読む

カテゴリー: cs.HC, cs.LG, cs.RO | Automating High Quality RT Planning at Scale はコメントを受け付けていません

Embodied-RAG: General Non-parametric Embodied Memory for Retrieval and Generation

要約 ロボットが探索して学習できる量には制限がありませんが、その知識はすべて検索 … 続きを読む

カテゴリー: cs.AI, cs.LG, cs.RO | Embodied-RAG: General Non-parametric Embodied Memory for Retrieval and Generation はコメントを受け付けていません

DCPI-Depth: Explicitly Infusing Dense Correspondence Prior to Unsupervised Monocular Depth Estimation

要約 最近、教師なしの方法で単眼ビデオから奥行きを知覚する方法を学ぶことへの関心 … 続きを読む

カテゴリー: cs.CV, cs.RO | DCPI-Depth: Explicitly Infusing Dense Correspondence Prior to Unsupervised Monocular Depth Estimation はコメントを受け付けていません

Tightly-Coupled LiDAR-IMU-Wheel Odometry with an Online Neural Kinematic Model Learning via Factor Graph Optimization

要約 幾何学的特徴が欠如した環境 (トンネルや直線の長い廊下など) は、そのよう … 続きを読む

カテゴリー: cs.RO | Tightly-Coupled LiDAR-IMU-Wheel Odometry with an Online Neural Kinematic Model Learning via Factor Graph Optimization はコメントを受け付けていません