unstructured environments | BriefGPT

关键词unstructured environments

搜索结果 - 9

无处不玩：基于时态逻辑的游戏环境独立方法在机器人足球中的应用
通过引入基于时态逻辑的方法，使机器人的行为和目标能够适应环境语义，实现在非结构化环境中进行足球比赛的能力。
PDF2 months ago
GraNet: 多层次图网络在杂乱场景中的 6 自由度抓取姿态生成
基于图神经网络的 GraNet 框架在无结构环境下实现了针对 6 维自由度的无对象依赖抓取，通过建立点云场景的多级图并通过图神经网络传播特征，提高了多尺度下的特征嵌入能力，从而实现了高效抓取的空间分布特征建模。该方法在大规模的 GraspN
PDF7 months ago
行人 - 车辆混合环境中的行人轨迹预测：一项系统综述
自主车辆与行人共享空间时，规划行驶路径需要考虑行人的未来轨迹。本文系统地回顾了文献中用于在存在车辆的情况下建模行人轨迹预测的不同方法，研究了与行人 - 车辆交互作用相关的特定考虑因素，并回顾了先前提出的预测模型中如何考虑预测不确定性和行为差
PDFa year ago
机器触觉的关注：鲁棒的模拟到实际触觉控制中的触觉显著性预测
在未知干扰环境中，通过提出触觉显著性预测方法，可以提高机器人对触觉的鲁棒控制，并精确预测真实触觉图像中的目标特征。
PDFa year ago
基于生成模型的遥操作车辆控制输入界面下驾驶员行为模拟（在结构化峡谷地形中）
本文提出了使用基于条件变分自编码器 (simulation models of teleoperated driving for drivers that utilize a deep generative model) 的仿真模型来模拟无
PDFa year ago
通过双目视觉使纯合成数据实现鲁棒性未知物体操作的 SimNet
提出了一种机器人感知的模拟到现实（sim-to-real transfer）方法，使用单个多头神经网络将模拟立体数据作为输入，输出模拟对象分割掩码、3D 定向边界框、对象关键点和视差等，通过学习过的立体子网络进行预测。该方法在机器人对未知对
PDF3 years ago
IDD: 用于在开放环境下探索自主导航问题的数据集
本文提出了一种新的旨在针对非结构化驾驶环境的 IDD 数据集，其中包括来自印度道路的 10,004 幅图像，涵盖了 34 个类别的精细注释，建议使用四级标签层次结构以适应不同训练方法，而现有的语义分割方法在 IDD 数据集上的准确度表现不佳
PDF6 years ago
运用深度神经网络和贝叶斯分类器进行野外情感识别
本文提出了一种基于深度神经网络和贝叶斯分类器的新型解决方案，其中神经网络分析单个面孔表情，贝叶斯分类器通过场景描述符估计全局情感。在 Emotion Recognition in the Wild Challenge 2017 数据集上测试
PDF7 years ago
Delft 团队在 2016 年亚马逊拣选挑战赛中获胜的机器人
Team Delft's robot won the Amazon Picking Challenge 2016 by automating pick and place operations in unstructured environ
PDF8 years ago