Oct, 2023

平面软生长机器人操纵器的设计优化器

PDF
TL;DR这项工作提出了一种软体生长机器人设计优化的新方法，通过多目标优化问题的数学建模和演化算法，实现了软体机械臂的运动链优化，以解决特定任务并避免不必要的材料和资源浪费。实验证明该方法在性能和资源消耗方面优于现有文献中的方法。
soft-growing robotsdesign optimizationmulti-objective optimizationevolutionary algorithmsobstacle avoidance
发现论文，激发创造
  • 移动机器人物体操作的集体智能

    通过将基于梯度的软体物理模拟器的规划器提炼成基于注意力机制的神经网络，我们的多机器人操作系统在适应环境变化、处理任务时表现更好，并且可以应用于训练中未见过的配置。

    Nov, 2022

  • Generative Pre-trained Heterogeneous Graph Transformer 学习面向目标的软物体操作技能

    SoftGPT 是一种预训练软物体操纵技能学习模型，具有三维异质图表示和基于 GPT 的动力学模型，通过引入先前的知识，可以有效地学习各种软物体操纵技能，包括直接从人类演示中学习。

    Jun, 2023

  • 通过交替进行多智能体路径规划和基于物理模拟的操作，实现可移动物体的复杂非抓取操作规划

    该研究针对机器人在重复环境中的可操作性，提出一种基于物理模拟器的动态规划算法，结合多智能体路径规划的思想，用于实现机械臂动作计划与可移动物体状态变化之间的交互式自主调整。

    Mar, 2023

  • 规划机器人放置以进行物体抓取

    通过利用机器人的可达性、环境的 RGB-D 图像和占用栅格图，提出了一种服务机器人工作流中的机器人位置选择算法，通过选择机器人位置以实现成功抓取目标对象，从而与现有的基线实现相比，改善了机器人在具有挑战性位置上抓取目标物体的能力。

    May, 2024

  • 利用生成人工智能创造新型软体机器人设计

    利用生成性人工智能设计复杂软体机器人系统的潜力和未来进展。

    May, 2024

  • 步態生成自動化方法用於行走的軟性機器四足

    使用非常少的计算，无需模拟和用户输入的方法，实现了软体机器人的自动生成步态，性能优于手工制作的步态。

    Sep, 2023

  • 机器人机械臂设计中的动力学指导扩散模型

    通过 Dynamics-Guided Diffusion Model 生成操纵性机器人的几何设计，利用目标交互配置来指导设计优化过程以及加强数据驱动方法在机器人结构设计中的应用。

    Feb, 2024

  • 通过视觉规划和执行学习机器人操作

    本文提出了一种基于数据驱动的建模方法，利用深度生成模型学习目标定向的物体操作，采用视觉规划和视觉跟踪控制解决目标检测问题。

    May, 2019

  • 考虑模态切换点优化的空地机器人路径规划

    本文介绍了一种新型的行动平台 —— 空中 - 地面机器人，并提出了一种轻量级全局空间规划技术来实现优化路径，该技术基于图搜索算法，结合平面和空间搜索。同时，提出了一种陷阱逃逸方法来保障电池健康和任务执行的完整性。仿真结果表明，该技术能够有效生成可信度高的三维路径，并能有效地识别额外的可接受模式切换位置，从而实现了更快、更节能的路径规划。

    May, 2023

  • 从最优控制中学习敏捷路径

    本文提出了一种通过在最优控制方法的输出上训练机器学习模型来同时解决机器人部署中的运动规划与优化问题的方法。

    Nov, 2022