1.8毫米无压软体生长机器人获RoboSoft最佳论文
Pressure-free growing robots for soft medical robotics
AI 摘要
英国利兹大学与美国加州大学圣迭戈分校团队研发的1.8毫米软体生长机器人获RoboSoft最佳论文奖。该机器人通过尖端向外生长推进,可磁控转向、实时感知自身形状,并无需内部压力驱动,遇组织障碍时能顺应低阻力路径,有望提升微创手术安全性。
标题与摘要由 AI 根据原文自动生成,可能存在偏差;具体数据与结论请以原文为准。
Pressure-free growing robots for soft medical robotics
AI 摘要
英国利兹大学与美国加州大学圣迭戈分校团队研发的1.8毫米软体生长机器人获RoboSoft最佳论文奖。该机器人通过尖端向外生长推进,可磁控转向、实时感知自身形状,并无需内部压力驱动,遇组织障碍时能顺应低阻力路径,有望提升微创手术安全性。
标题与摘要由 AI 根据原文自动生成,可能存在偏差;具体数据与结论请以原文为准。
研究团队提出混合优化-生成式多智能体仿射编队运动规划框架。该方法将规划建模为约束最大后验估计,解耦各智能体目标,复用预训练单智能体扩散先验保障动力学可行性、避障与轨迹平滑,并与优化过程交替迭代,规避高维联合轨迹的直接约束优化计算瓶颈。
Lucas Schulze、Jan Peters 等提出 BoBDeLaN,将收缩且增益有界的循环均衡网络上下文编码器与稳定线性滤波结合,用于上下文感知的深度拉格朗日网络机器人控制。该结构保证循环初值指数遗忘,并给出有限时域、频率加权的上下文扰动上界。
研究团队提出一套基于ROS2的端到端视觉语言语义导航系统,将前沿点探索、Grounding DINO开放词汇目标检测、基于深度的三维定位与语义地图结合,可接收“去黄色箱子”等自然语言指令,估计目标世界坐标并交由Nav2生成并执行导航路径。在Gazebo室内场景中以TurtleBot3完成仿真验证。
针对搜索无人机在边缘算力与窄带链路下的人体检测,作者采用预注册留出评估:按热成像帧标识划分录制块后,固定误报率下召回从32.7%降至12.3%。仅4.6万参数的对比度门控检测器未调参召回10.4%,同一网络全域应用仅5.7%;YOLO11n以约11倍算力达54.5%,4K实测中含行人帧命中率最高92%,其方案74%。