cs.RO（2024-05-14）

📊 共 11 篇论文 | 🔗 1 篇有代码

🎯 兴趣领域导航

支柱一：机器人控制 (Robot Control) (8 🔗1) 支柱二：RL算法与架构 (RL & Architecture) (2) 支柱九：具身大模型 (Embodied Foundation Models) (1)

🔬 支柱一：机器人控制 (Robot Control) (8 篇)

#	题目	一句话要点	标签	🔗	⭐
1	I-CTRL: Imitation to Control Humanoid Robots Through Constrained Reinforcement Learning	提出I-CTRL框架，通过约束强化学习实现人形机器人高质量的动作模仿控制。	humanoid humanoid robot bipedal
2	COAST: Constraints and Streams for Task and Motion Planning	COAST：结合约束与流的任务与运动规划算法，提升规划效率。	motion planning task and motion planning TAMP	✅
3	Zero-Shot Transfer of Neural ODEs	提出基于函数编码器的神经ODE零样本迁移方法，提升自主系统在未知环境的适应性。	MPC zero-shot transfer
4	Hearing Touch: Audio-Visual Pretraining for Contact-Rich Manipulation	提出基于听觉触觉的音视频预训练方法，提升接触式操作的机器人性能。	manipulation visual pre-training
5	Dynamic On-Palm Manipulation via Controlled Sliding	提出基于接触隐式MPC的掌上动态操作方法，实现滑动的精确控制	manipulation MPC
6	Function based sim-to-real learning for shape control of deformable free-form surfaces	提出基于形变函数的Sim-to-Real学习方法，用于可变形自由曲面的形状控制。	sim-to-real
7	Vector Field-Guided Learning Predictive Control for Motion Planning of Mobile Robots with Uncertain Dynamics	提出基于向量场引导的学习预测控制，解决移动机器人在动态不确定环境下的运动规划问题	motion planning
8	Cross-Category Functional Grasp Transfer	提出跨类别功能性抓取迁移方法，解决灵巧手功能抓取标注难题	manipulation dexterous hand

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

#	题目	一句话要点	标签	🔗	⭐
9	Enhancing Reinforcement Learning in Sensor Fusion: A Comparative Analysis of Cubature and Sampling-based Integration Methods for Rover Search Planning	比较立方体与基于采样的方法以提升传感器融合中的强化学习	reinforcement learning
10	A Distributed Approach to Autonomous Intersection Management via Multi-Agent Reinforcement Learning	提出基于多智能体强化学习的分布式自主交叉口管理方法	reinforcement learning

🔬 支柱九：具身大模型 (Embodied Foundation Models) (1 篇)

#	题目	一句话要点	标签	🔗	⭐
11	A Prompt-driven Task Planning Method for Multi-drones based on Large Language Model	提出基于大语言模型的Prompt驱动多无人机任务规划方法，提升人机交互便捷性。	large language model

⬅️ 返回 cs.RO 首页 · 🏠 返回主页