Zobrazeno 1 - 9
of 9
pro vyhledávání: '"Chen, Shengduo"'
The challenges to solving the collision avoidance problem lie in adaptively choosing optimal robot velocities in complex scenarios full of interactive obstacles. In this paper, we propose a distributed approach for multi-robot navigation which combin
Externí odkaz:
http://arxiv.org/abs/2203.10229
Adaptive Environment Modeling Based Reinforcement Learning for Collision Avoidance in Complex Scenes
The major challenges of collision avoidance for robot navigation in crowded scenes lie in accurate environment modeling, fast perceptions, and trustworthy motion planning policies. This paper presents a novel adaptive environment model based collisio
Externí odkaz:
http://arxiv.org/abs/2203.07709
Providing safety guarantees for Autonomous Vehicle (AV) systems with machine-learning-based controllers remains a challenging issue. In this work, we propose Simplex-Drive, a framework that can achieve runtime safety assurance for machine-learning en
Externí odkaz:
http://arxiv.org/abs/2109.13446
Multi-robot localization has been a critical problem for robots performing complex tasks cooperatively. In this paper, we propose a decentralized approach to localize a group of robots in a large featureless environment. The proposed approach only re
Externí odkaz:
http://arxiv.org/abs/1811.07506
Publikováno v:
2022 International Conference on Robotics and Automation (ICRA).
Providing safety guarantees for Autonomous Vehicle (AV) systems with machine-learning-based controllers remains a challenging issue. In this work, we propose Simplex-Drive, a framework that can achieve runtime safety assurance for machine-learning en
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=doi_dedup___::b64d94cf21e11056d1e699ceffd98f19
https://doi.org/10.1109/icra46639.2022.9812177
https://doi.org/10.1109/icra46639.2022.9812177
Publikováno v:
Journal of Medical Imaging and Health Informatics. 10:38-43
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=doi_________::9fcb600abf99fd873f9c1833d46e1938
https://doi.org/10.1166/jmihi.2020.2857
https://doi.org/10.1166/jmihi.2020.2857
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.