-
最近の投稿
- FEAST: A Flexible Mealtime-Assistance System Towards In-the-Wild Personalization
- Time-Optimized Safe Navigation in Unstructured Environments through Learning Based Depth Completion
- Advances in Compliance Detection: Novel Models Using Vision-Based Tactile Sensors
- Mass-Adaptive Admittance Control for Robotic Manipulators
- DreamGen: Unlocking Generalization in Robot Learning through Video World Models
-
最近のコメント
表示できるコメントはありません。 cs.AI (39879) cs.CL (30187) cs.CV (45175) cs.HC (3051) cs.LG (44808) cs.RO (23879) cs.SY (3632) eess.IV (5170) eess.SY (3624) stat.ML (5830)
「cs.RO」カテゴリーアーカイブ
LocoVR: Multiuser Indoor Locomotion Dataset in Virtual Reality
要約 人間の移動運動を理解することは、特に複雑な屋内家庭環境において、ロボットな … 続きを読む
Enabling Novel Mission Operations and Interactions with ROSA: The Robot Operating System Agent
要約 ロボット システムの進歩は多くの業界に革命をもたらしましたが、その操作には … 続きを読む
Grounding Robot Policies with Visuomotor Language Guidance
要約 自然言語処理とコンピューター ビジョンの分野における最近の進歩により、大規 … 続きを読む
Overcoming Autoware-Ubuntu Incompatibility in Autonomous Driving Systems-Equipped Vehicles: Lessons Learned
要約 自動運転車は、交通システムに安全性と効率性を提供する需要に応じて急速に開発 … 続きを読む
BiC-MPPI: Goal-Pursuing, Sampling-Based Bidirectional Rollout Clustering Path Integral for Trajectory Optimization
要約 このペーパーでは、モデル予測パス積分 (MPPI) フレームワーク内の目標 … 続きを読む
QuadBEV: An Efficient Quadruple-Task Perception Framework via Bird’s-Eye-View Representation
要約 Bird’s-Eye-View (BEV) 認識は、複数のセン … 続きを読む
Real-to-Sim Grasp: Rethinking the Gap between Simulation and Real World in Grasp Detection
要約 6-DoF 把握検出では、シミュレートされたデータを拡張してより強力なモデ … 続きを読む
カテゴリー: cs.RO
Real-to-Sim Grasp: Rethinking the Gap between Simulation and Real World in Grasp Detection はコメントを受け付けていません
Agile Mobility with Rapid Online Adaptation via Meta-learning and Uncertainty-aware MPPI
要約 最新の非線形モデルベースのコントローラーでは、モバイル ロボットを限界で制 … 続きを読む
カテゴリー: cs.RO
Agile Mobility with Rapid Online Adaptation via Meta-learning and Uncertainty-aware MPPI はコメントを受け付けていません
Disturbance Observer-based Control Barrier Functions with Residual Model Learning for Safe Reinforcement Learning
要約 強化学習 (RL) エージェントは、最適な行動を学習し、最大の報酬を達成す … 続きを読む
カテゴリー: cs.RO
Disturbance Observer-based Control Barrier Functions with Residual Model Learning for Safe Reinforcement Learning はコメントを受け付けていません
ES-Gaussian: Gaussian Splatting Mapping via Error Space-Based Gaussian Completion
要約 ロボットの効果的なナビゲーションとインタラクションには、正確かつ手頃な価格 … 続きを読む