【AI视野·今日Robot 机器人论文速览 第六十九期】Wed, 3 Jan 2024

2024-01-08 01:04

本文主要是介绍【AI视野·今日Robot 机器人论文速览 第六十九期】Wed, 3 Jan 2024,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

AI视野·今日CS.Robotics 机器人学论文速览
Wed, 3 Jan 2024
Totally 5 papers
👉上期速览✈更多精彩请移步主页

在这里插入图片描述

Daily Robotics Papers

NID-SLAM: Neural Implicit Representation-based RGB-D SLAM in dynamic environments
Authors Ziheng Xu, Jianwei Niu, Qingfeng Li, Tao Ren, Chen Chen
人们已经探索了神经隐式表示来增强视觉 SLAM 算法,特别是在提供高保真度密集地图方面。现有方法在静态场景中运行稳健,但难以应对移动物体造成的干扰。在本文中,我们提出了 NID SLAM,它显着提高了神经 SLAM 在动态环境中的性能。我们提出了一种新方法来增强语义掩模中的不准确区域,特别是在边缘区域。利用深度图像中存在的几何信息,该方法能够准确去除动态物体,从而降低相机漂移的可能性。此外,我们引入了动态场景的关键帧选择策略,该策略增强了摄像机对大型物体的跟踪鲁棒性,并提高了建图效率。

Symbolic Manipulation Planning with Discovered Object and Relational Predicates
Authors Alper Ahmetoglu, Erhan Oztop, Emre Ugur
从机器人对其环境的无监督探索和持续的感觉运动经验中发现可用于长期规划的符号和规则是一项具有挑战性的任务。先前的研究提出从单个或成对的对象交互中学习符号并利用这些符号进行规划。在这项工作中,我们提出了一个系统,该系统使用发现的对象和关系符号来学习规则,这些符号对任意数量的对象及其之间的关系进行编码,将这些规则转换为规划领域描述语言 PDDL ,并生成涉及任意数量的可供性的计划实现任务的对象。我们使用不同尺寸的盒状物体验证了我们的系统,并表明该系统可以开发拾取、携带和放置操作的符号知识,同时考虑到不同配置的对象组合,例如盒子将与更大的盒子一起携带放置它们的盒子。

PLE-SLAM: A Visual-Inertial SLAM Based on Point-Line Features and Efficient IMU Initialization
Authors Jiaming He, Mingrui Li, Yangyang Wang, Hongyu Wang
视觉惯性SLAM在AR VR、无人机、工业机器人、自动驾驶等各个领域都至关重要。相机和惯性测量单元IMU的融合可以弥补信号传感器的缺点,从而显着提高在挑战性环境下定位的准确性和鲁棒性。鲁棒的跟踪和准确的惯性参数估计是系统稳定运行的基础。本文介绍了 PLE SLAM,一种基于点线特征和高效 IMU 初始化的完全精确、实时的视觉惯性 SLAM 算法。首先,我们介绍基于点的视觉惯性 SLAM 系统中的线特征。我们使用并行计算方法来提取特征并计算描述符以确保实时性能。其次,所提出的系统通过旋转预积分和点线观测来估计陀螺仪偏差。加速度计偏差和重力方向通过解析方法求解。初始化后,所有惯性参数通过最大后验 MAP 估计进行细化。此外,我们开放了动态特征消除线程来提高对动态环境的适应性,并使用CNN、词袋和GNN来检测循环和匹配特征。基于 DNN 的匹配方法具有出色的宽基线匹配能力和光照鲁棒性,显着提高了循环检测召回率和循环帧间姿态估计。前端和后端都是为硬件加速而设计的。

GenH2R: Learning Generalizable Human-to-Robot Handover via Scalable Simulation, Demonstration, and Imitation
Authors Zifan Wang, Junyu Chen, Ziqing Chen, Pengwei Xie, Rui Chen, Li Yi
本文提出了 GenH2R,一个用于学习基于通用视觉的人机 H2R 切换技能的框架。目标是让机器人能够可靠地接收人类在各种复杂轨迹中移交的具有看不见的几何形状的物体。我们通过使用包括程序模拟资产创建、自动演示生成和有效模仿学习的综合解决方案大规模学习 H2R 切换来获得这种通用性。我们利用大规模 3D 模型库、灵巧的抓取生成方法和基于曲线的 3D 动画创建了名为 simabbns 的 H2R 切换仿真环境,比现有模拟器中的场景数量超出了三个数量级。我们进一步介绍了一种蒸馏友好的演示生成方法,可以自动生成一百万个适合学习的高质量演示。最后,我们提出了一种通过未来预测目标增强的 4D 模仿学习方法,将演示提炼为视觉运动切换策略。模拟器和现实世界中的实验评估表明,在所有情况下,成功率比基线至少提高了 10 倍。

Fast and Continual Learning for Hybrid Control Policies using Generalized Benders Decomposition
Authors Xuan Lin
具有连续变量和离散变量的混合模型预测控制广泛适用于机器人控制任务,特别是涉及与环境接触的任务。由于组合复杂性,混合 MPC 的求解速度对于实时应用来说可能不够。在本文中,我们提出了一种基于广义 Benders 分解 GBD 的混合 MPC 求解器。该算法在线枚举并存储有限缓冲区内的切割平面。经过短暂的冷启动阶段后,存储的切割为新问题实例提供热启动,以提高解决速度。尽管存在干扰和随机变化的环境,求解速度仍保持不变。利用可行性割断的稀疏性,我们还提出了一种解决 Benders 主问题的快速算法。我们的求解器通过控制具有随机移动的软接触壁的车杆系统和绕障碍物导航的自由飞行机器人进行了验证。

Chinese Abs From Machine Translation

Papers from arxiv.org

更多精彩请移步主页


pic from pexels.com

这篇关于【AI视野·今日Robot 机器人论文速览 第六十九期】Wed, 3 Jan 2024的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/581823

相关文章

基于Flask框架添加多个AI模型的API并进行交互

《基于Flask框架添加多个AI模型的API并进行交互》:本文主要介绍如何基于Flask框架开发AI模型API管理系统,允许用户添加、删除不同AI模型的API密钥,感兴趣的可以了解下... 目录1. 概述2. 后端代码说明2.1 依赖库导入2.2 应用初始化2.3 API 存储字典2.4 路由函数2.5 应

Spring AI ectorStore的使用流程

《SpringAIectorStore的使用流程》SpringAI中的VectorStore是一种用于存储和检索高维向量数据的数据库或存储解决方案,它在AI应用中发挥着至关重要的作用,本文给大家介... 目录一、VectorStore的基本概念二、VectorStore的核心接口三、VectorStore的

Spring AI集成DeepSeek三步搞定Java智能应用的详细过程

《SpringAI集成DeepSeek三步搞定Java智能应用的详细过程》本文介绍了如何使用SpringAI集成DeepSeek,一个国内顶尖的多模态大模型,SpringAI提供了一套统一的接口,简... 目录DeepSeek 介绍Spring AI 是什么?Spring AI 的主要功能包括1、环境准备2

Spring AI集成DeepSeek实现流式输出的操作方法

《SpringAI集成DeepSeek实现流式输出的操作方法》本文介绍了如何在SpringBoot中使用Sse(Server-SentEvents)技术实现流式输出,后端使用SpringMVC中的S... 目录一、后端代码二、前端代码三、运行项目小天有话说题外话参考资料前面一篇文章我们实现了《Spring

Spring AI与DeepSeek实战一之快速打造智能对话应用

《SpringAI与DeepSeek实战一之快速打造智能对话应用》本文详细介绍了如何通过SpringAI框架集成DeepSeek大模型,实现普通对话和流式对话功能,步骤包括申请API-KEY、项目搭... 目录一、概述二、申请DeepSeek的API-KEY三、项目搭建3.1. 开发环境要求3.2. mav

C#集成DeepSeek模型实现AI私有化的流程步骤(本地部署与API调用教程)

《C#集成DeepSeek模型实现AI私有化的流程步骤(本地部署与API调用教程)》本文主要介绍了C#集成DeepSeek模型实现AI私有化的方法,包括搭建基础环境,如安装Ollama和下载DeepS... 目录前言搭建基础环境1、安装 Ollama2、下载 DeepSeek R1 模型客户端 ChatBo

Spring AI集成DeepSeek的详细步骤

《SpringAI集成DeepSeek的详细步骤》DeepSeek作为一款卓越的国产AI模型,越来越多的公司考虑在自己的应用中集成,对于Java应用来说,我们可以借助SpringAI集成DeepSe... 目录DeepSeek 介绍Spring AI 是什么?1、环境准备2、构建项目2.1、pom依赖2.2

Deepseek R1模型本地化部署+API接口调用详细教程(释放AI生产力)

《DeepseekR1模型本地化部署+API接口调用详细教程(释放AI生产力)》本文介绍了本地部署DeepSeekR1模型和通过API调用将其集成到VSCode中的过程,作者详细步骤展示了如何下载和... 目录前言一、deepseek R1模型与chatGPT o1系列模型对比二、本地部署步骤1.安装oll

Spring AI Alibaba接入大模型时的依赖问题小结

《SpringAIAlibaba接入大模型时的依赖问题小结》文章介绍了如何在pom.xml文件中配置SpringAIAlibaba依赖,并提供了一个示例pom.xml文件,同时,建议将Maven仓... 目录(一)pom.XML文件:(二)application.yml配置文件(一)pom.xml文件:首

SpringBoot整合DeepSeek实现AI对话功能

《SpringBoot整合DeepSeek实现AI对话功能》本文介绍了如何在SpringBoot项目中整合DeepSeekAPI和本地私有化部署DeepSeekR1模型,通过SpringAI框架简化了... 目录Spring AI版本依赖整合DeepSeek API key整合本地化部署的DeepSeek