Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.

A Reinforcement Learning Approach To Synthesizing Climbing Movements

Autor: Amin Babadi, Kourosh Naderi, Perttu Hämäläinen, Shaghayegh Roohi

Publikováno v: CoG

This paper addresses the problem of synthesizing simulated humanoid climbing movements given the target holds, e.g., by the player of a climbing game. We contribute the first deep reinforcement learning solution that can handle interactive physically

Externí odkaz: https://explore.openaire.eu/search/publication?articleId=doi_dedup___::1828437966b0b7f03e41358cfa25c066
https://doi.org/10.1109/cig.2019.8848127

Simultaneous State Initialization and Gyroscope Bias Calibration in Visual Inertial aided Navigation

Autor: Davide Scaramuzza, Agostino Martinelli, Jacques Kaiser, Flavio Fontana

Publikováno v: ICRA 2016
ICRA 2016, May 2016, stockholm, Sweden
IEEE Robotics and Automation Letters
IEEE Robotics and Automation Letters, IEEE 2016, 2 (1), pp.18-25. ⟨10.1109/LRA.2016.2521413⟩
IEEE Robotics and Automation Letters, 2016, 2 (1), pp.18-25. ⟨10.1109/LRA.2016.2521413⟩

International audience; State of the art approaches for visual-inertial sensor fusion use filter-based or optimization-based algorithms. Due to the nonlinearity of the system, a poor initialization can have a dramatic impact on the performance of the

Externí odkaz: https://explore.openaire.eu/search/publication?articleId=doi_dedup___::93e7472d0fd81dabee9b8106869af22b
https://hal.archives-ouvertes.fr/hal-01423557

Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.

Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.