Zobrazeno 1 - 10
of 28
pro vyhledávání: '"Shi, Yitian"'
Grasp learning in noisy environments, such as occlusions, sensor noise, and out-of-distribution (OOD) objects, poses significant challenges. Recent learning-based approaches focus primarily on capturing aleatoric uncertainty from inherent data noise.
Externí odkaz:
http://arxiv.org/abs/2411.03591
Autor:
Shi, Yitian, Schillinger, Philipp, Gabriel, Miroslav, Qualmann, Alexander, Feldman, Zohar, Ziesche, Hanna, Vien, Ngo Anh
Existing grasp prediction approaches are mostly based on offline learning, while, ignoring the exploratory grasp learning during online adaptation to new picking scenarios, i.e., objects that are unseen or out-of-domain (OOD), camera and bin settings
Externí odkaz:
http://arxiv.org/abs/2309.12038
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Publikováno v:
In Immunobiology March 2020 225(2)
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.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Publikováno v:
In Gastroenterology May 2023 164(6) Supplement:S
Publikováno v:
Clinical Oral Implants Research; Feb2022, Vol. 33 Issue 2, p172-183, 12p, 2 Charts, 4 Graphs