SRL-MPC: Shape-Aware Reinforcement Learned Model Predictive Control
提出SRL-MPC,利用高阶控制屏障函数结合强化学习实现多形状异构机器人群的安全高效导航。
Ruihua Han, Rui Gao, Zhe Liu 等
提出SRL-MPC,利用高阶控制屏障函数结合强化学习实现多形状异构机器人群的安全高效导航。
Ruihua Han, Rui Gao, Zhe Liu 等
提出Video2DoorTraversal,从单一RGB视频重建门的实例对齐、可模拟的数字孪生,实现门的开关与穿越,成功率达96.57%。
Xincheng Tang, Yiji Chen, Youhan Xie 等
提出PVRA:基于点云投票的机器人装配关键点学习框架,提升装配依赖预测准确率。
Kulunu Samarawickrama, Roel Pieters
提出PartialBiGrasp,通过卷积占据网络在部分点云上推断隐藏局部几何,实现稳健双臂抓取。
Ayush Kaura, Vignesh Vembar, Md Faizal Karim 等
提出DA-WAM,通过动作条件未来潜在表示与轨迹评分结合,实现自主驾驶场景的决策对齐,显著优于现有方法。
Ruiguo Zhong, Benshan Ma, Xiaolong Chen 等
LabDex通过层次化任务架构评估实验室灵巧操作,验证了其在真实和模拟环境中的有效性。
Zhipeng Tang, Sihang Chen, Sha Zhang 等
GAPL框架通过整合LLM估算、模拟校准和PPO优化,实现轨迹规划性能提升,碰撞率降低0.76,奖励提升1.44。
Zhihong Cui, Hengyu Liu, Zhangkai Wu 等
本文提出ControlledShifts框架,通过系统重划分轨迹数据集,实现分布偏移的标准化评估,结合预测质量与稳定性指标。
Ingrid navarro, Pablo Ortega-Kral, Yutong Duan 等
提出ESTI检测LLM驱动的具象代理中的状态语义注入,评估状态到执行的传播效果。
Jiawei Liu, Jiacheng Guo, Tian Zhang 等
提出一种神经符号结合的机器人代理,利用视觉探索和符号规划实现家庭任务,成功率超90%。
Mohammad Albinhassan, Yuming Feng, Alessandra Russo 等
本研究基于多维指标评估LLMs生成的监控机器人设计中身份条件变化,发现不同身份标签影响文本可读性。
Nneka Hyman, Jasmine Khan, Raj Korpan
提出RAPAC-DP,通过待执行动作补偿缓解云端推理延迟,最大性能保持81.4%。
Tao Wang, Wei Wang, Jianhui Wang 等
提出低秩动态有效潜在载体,通过单次干预实现自主反事实轨迹,验证Rank4载体在192维循环模型中的有效性。
Yang Liu, Yuming Chen
基于期望自由能(EFE)的自主机器人路径规划,有效平衡信息采集与资源限制,提升火星探测地图精度。
Ajith Anil Meera, Pablo Lanillos, Wouter Kouw
采用多层扭绞纱结构调节电极重叠面积和纤维间距,实现压力敏感度达0.1331 MPa$^{-1}$,近场检测范围40-60mm。
Ishtia Zahir, Eslam Saleh, Maryam Rezayati 等
提出HumanScore评估指标,结合153小时多样化运动数据,改善 humanoid 运动追踪的感知一致性。
Dairu Liu, Zekun Qi, Jiayu Zeng 等
提出EDD框架,通过环境-社会解耦实现机器人连续学习多环境中的社会行为适宜性,显著优于现有方法。
Rafal Robert Karpinski, Fethiye Irmak Dogan, Nikhil Churamani 等
ContactGuard利用动作条件潜在世界模型,在短期内预测接触前的任务失败概率,有效实现机器人预接触监控,提升成功率。
Gehan Zheng, Matthew Johnson-Roberson, Weiming Zhi
提出Seeker,通过从动作中学习视觉关注区域,提升机器人视觉策略的鲁棒性和数据效率,成功率从48.3%提升至76.7%。
Zheyu Zhuang, Ruiyu Wang, Nick Heppert 等
提出一种基于主动感知协同设计的微变形测量方法,实现紧凑型绳索驱动连续手术机器人中的实时形状与力感知,验证单/双段机器人性能。
Gang Zhang, Yufu Qiu, Junyan Yan 等