cs.RO(2024-05-03)

📊 共 9 篇论文 | 🔗 1 篇有代码

🎯 兴趣领域导航

支柱一:机器人控制 (Robot Control) (7 🔗1) 支柱二:RL算法与架构 (RL & Architecture) (2)

🔬 支柱一:机器人控制 (Robot Control) (7 篇)

#题目一句话要点标签🔗
1 Learning Robust Autonomous Navigation and Locomotion for Wheeled-Legged Robots 提出基于强化学习的轮腿机器人自主导航与运动控制系统,提升复杂环境适应性。 legged robot locomotion reinforcement learning
2 Geometric Fabrics: a Safe Guiding Medium for Policy Learning 提出几何结构引导的强化学习框架,提升机器人策略学习的安全性和效率。 operational space control OSC reinforcement learning
3 Panoptic-SLAM: Visual SLAM in Dynamic Environments using Panoptic Segmentation Panoptic-SLAM:利用全景分割实现动态环境下鲁棒的视觉SLAM quadruped visual SLAM
4 Accurate Pose Prediction on Signed Distance Fields for Mobile Ground Robots in Rough Terrain 提出基于有符号距离场的迭代几何方法,精确预测崎岖地形中移动机器人的位姿 locomotion height map occupancy grid
5 Solving Sequential Manipulation Puzzles by Finding Easier Subproblems 提出基于子问题搜索的序列操作规划方法,解决复杂操作难题。 manipulation motion planning
6 WeightedPose: Generalizable Cross-Pose Estimation via Weighted SVD 提出WeightedPose,通过加权SVD实现可泛化的跨姿态物体位姿估计 manipulation spatial relationship
7 An Onboard Framework for Staircases Modeling Based on Point Clouds 提出一种基于点云的楼梯建模框架,用于提升腿式机器人的楼梯通行能力。 legged robot

🔬 支柱二:RL算法与架构 (RL & Architecture) (2 篇)

#题目一句话要点标签🔗
8 Learning Robot Soccer from Egocentric Vision with Deep Reinforcement Learning 提出基于深度强化学习和自中心视觉的端到端机器人足球训练方法 reinforcement learning deep reinforcement learning NeRF
9 Towards Improving Learning from Demonstration Algorithms via MCMC Methods 利用MCMC方法改进模仿学习算法,提升复杂机器人策略学习性能 policy learning multimodal

⬅️ 返回 cs.RO 首页 · 🏠 返回主页