Robust Trajectory Tracking Control for Underactuated Autonomous Underwater Vehicles
专题命中 机器人数据与评测 :robotics(abstract);robotic(abstract);分类 cs.RO
Comments Accepted to the IEEE Conference on Decision and Control (CDC) 2019
视觉与机器人
机器人、具身智能、机器人学习、操作、导航和具身世界模型。
专题命中 机器人数据与评测 :robotics(abstract);robotic(abstract);分类 cs.RO
Comments Accepted to the IEEE Conference on Decision and Control (CDC) 2019
专题命中 机器人数据与评测 :robotics(abstract);分类 cs.RO、cs.AI、cs.CV
Comments Camera ready for IROS 2019
专题命中 机器人数据与评测 :manipulation(abstract);robotic(abstract);分类 cs.RO
Comments Accepted at International Conference on Automated Planning and Scheduling (ICAPS) 2019
专题命中 机器人数据与评测 :robotics(abstract);分类 cs.RO、cs.AI、cs.CV
专题命中 机器人数据与评测 :embodied agent(abstract);navigation(abstract);分类 cs.CV
专题命中 机器人数据与评测 :navigation(abstract);robotic(abstract);分类 cs.RO
Comments Detailed derivations are provided in the supplementary material document listed under "Ancillary files"
专题命中 机器人数据与评测 :navigation(abstract);分类 cs.RO、cs.AI、cs.CV
Comments See project website, demos, and code at http://perceptual.actor
专题命中 机器人数据与评测 :manipulation(abstract);robotic(abstract);分类 cs.RO
专题命中 机器人数据与评测 :manipulation(abstract);robotic(abstract);分类 cs.RO
专题命中 机器人数据与评测 :robotic(abstract);分类 cs.RO、cs.AI、cs.CV
Comments Website at https://pathak22.github.io/seg-by-interaction/
专题命中 机器人数据与评测 :robotics(abstract);robotic(abstract);分类 cs.RO
Comments Accepted to the 2018 Genetic and Evolutionary Computation Conference (GECCO)
专题命中 机器人数据与评测 :robotics(abstract);robotic(abstract);分类 cs.AI
专题命中 机器人数据与评测 :robotics(abstract);robotic(abstract);分类 cs.RO
Comments 40 pages
专题命中 机器人数据与评测 :navigation(abstract);robotic(abstract);分类 cs.CV
Comments PhD Dissertation (162 pages)
专题命中 机器人数据与评测 :robotics(abstract);robotic(abstract);分类 cs.RO
Comments IROS 2017
专题命中 机器人数据与评测 :robotic(abstract);分类 cs.RO、cs.AI、cs.CV
专题命中 机器人数据与评测 :robotics(abstract);robotic(abstract);分类 cs.CV
Comments To appear at ICRA 2017
专题命中 机器人数据与评测 :robotics(abstract);robotic(abstract);分类 cs.AI
Comments under review
专题命中 机器人数据与评测 :robotics(abstract);robotic(abstract);分类 cs.RO
专题命中 机器人数据与评测 :robotics(abstract);robotic(abstract);分类 cs.CV
Comments Link to dataset: http://www2.informatik.uni-freiburg.de/~eitel/freiburg_groceries_dataset.html Link to code: https://github.com/PhilJd/freiburg_groceries_dataset
专题命中 机器人数据与评测 :robotics(abstract);分类 cs.RO、cs.AI、cs.CV
专题命中 机器人数据与评测 :manipulation(abstract);robotic(abstract);分类 cs.RO
Comments 8 pages, 9 figures, Proceedings of IROS 2015
专题命中 机器人数据与评测 :robotics(abstract);robotic(abstract);分类 cs.AI
Journal ref Journal Of Artificial Intelligence Research, Volume 27, pages 335-380, 2006
SPLIT:通过潜在算术分离物理接触以实现基于图像的触觉传感器
机构 * Leibniz Universität Hannover, L3S Research Center(莱布尼茨汉诺威大学,L3S研究所)
专题命中 机器人数据与评测 :robotic(abstract);分类 cs.RO、cs.AI、cs.LG;robotics(comments)
AI总结 本文提出SPLIT方法,通过潜在空间算术分离接触几何与传感器光学特性,实现触觉传感器的高效模拟,支持多传感器迁移和双向模拟,提升机器人触觉感知研究效率。
Comments Accepted to Elsevier Robotics and Autonomous Systems Journal
PAC-Bayes 控制:学习能够证明在新环境中泛化的能力的策略
机构 * Department of Mechanical and Aerospace Engineering(1,2 机械与航空航天工程系) ; Department of Computer Science Princeton University(3 计算机科学系 纽约大学普林斯顿分校)
专题命中 机器人数据与评测 :robotic(abstract);分类 cs.RO、cs.AI、cs.LG;robot learning(comments)
AI总结 本文提出了一种基于PAC-Bayes框架的机器人策略学习方法,通过在新环境中泛化能力的理论分析,为机器人系统提供强泛化保证。
Comments Extended version of paper presented at the 2018 Conference on Robot Learning (CoRL)
情境感知动态学习
机构 * Luddy School of Informatics, Computing, and Engineering, Indiana University(印第安纳大学卢迪信息学、计算与工程学院)
专题命中 机器人数据与评测 :navigation(abstract);分类 cs.RO、cs.AI、cs.LG;robotics(journal_ref)
AI总结 本文提出了一种在线学习隐状态表示的框架,通过建模未观测参数对转移动态和奖励结构的影响,提升机器人在复杂环境中的适应性和安全性。
Journal ref The International Journal of Robotics Research (IJRR) 2026
通过迭代策略优化实现大语言模型的感官-运动控制
机构 * Federal University of Santa Catarina (UFSC)(圣卡塔琳娜联邦大学) ; Institute of Cognitive Sciences and Technologies (ISTC-CNR)(认知科学与技术研究所)
专题命中 机器人数据与评测 :embodied agent(abstract);分类 cs.RO、cs.AI、cs.LG;robotics(comments)
AI总结 本文提出通过迭代策略优化,利用大语言模型控制具身代理,结合符号知识与子符号感官运动数据实现高效控制。
Comments Final version of the article accepted for publication on Scientific Reports. 29 pages (13 pages are from appendix), 8 figures, 2 tables, code for experiments replication and supplementary material provided at https://github.com/jtyska/llm-robotics-article/
WebATLAS: 一种基于经验驱动记忆和动作模拟的LLM代理
机构 * University of Massachusetts Lowell(马萨诸塞大学洛威尔分校) ; Amazon Alexa AI(亚马逊Alexa人工智能)
专题命中 机器人数据与评测 :navigation(abstract);分类 cs.RO、cs.AI、cs.LG;world model(comments)
AI总结 WebATLAS通过经验驱动的记忆和前瞻动作模拟,实现无需微调的自主网页导航,成功率达63%。
Comments 9 pages, NeurIPS 2025 Workshop on Language Agents and World Models
基于模型的重新标注:学习在任何地方驾驶
机构 * Department of Electrical Engineering and Computer Sciences , University of California, Berkeley, CA USA(电气工程与计算机科学系,加州大学伯克利分校) ; Toyota Motor North America, Inc(丰田北美公司) ; Department of Electrical and Computer Engineering, Princeton University(电气与计算机工程系,普林斯顿大学)
专题命中 机器人数据与评测 :navigation(abstract);分类 cs.RO、cs.CV、cs.LG;robotics(journal_ref)
AI总结 本文提出基于模型的重新标注框架,利用被动数据训练出高效导航策略,实现机器人在复杂环境中的长距离稳健导航。
Comments 9 pages, 8 figures, 6 tables
Journal ref IEEE Robotics and Automation Letters 2025
专题命中 机器人数据与评测 :navigation(abstract);分类 cs.RO、cs.AI、cs.LG;robotics(comments)
Comments Accepted for publication at the 2025 International Conference on Space Robotics (iSpaRo) | The source code is available at https://github.com/AndrejOrsula/space_robotics_bench