XiaoMi-AI文件搜索系统
World File Search SystemIROS
div>的课程
Conferences Robotics: Robotics: Science and Systems (RSS) G Conference on Robotics Learning (CORL) G International Conference on Robotics and Automation (ICRA) G International Conference on Intelligent Robots and Systems (IROS) Computer Vision: Computer Vision and Pattern Recognition (CVPR) G International Confer- ence on Computer Vision (ICCV) Machine Learning: Conference on Neural Information Processing Systems (NeurIPS) G Inter- national Conference on Machine Learning （ICML）G国际学习代表会议（ICLR）
samartha brahmbhatt
指导出版物1。“针对目标投掷的最终效力者的识别和学习控制” - Hasith Venkata Sai Pasala，Nagamanikandan Govindan和Samarth Brahmbhatt，IEEE Robotics and Automation and Automation Fetters，第1卷。9，不。11，pp。9558-9564，2024年11月2。“ Imagine2Servo: Intelligent Visual Servoing with Diffusion-Driven Goal Generation for Robotic Tasks ” - Pranjali Pathre, Gunjan Gupta, M. Nomaan Qureshi, Mandyam Brunda, Samarth Brahmbhatt , and K. Madhava Krishna, IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS) 2024 3.“ OpenBot-Fleet：与真实机器人进行集体学习的系统” - MatthiasMéuller，Samarth Brahmbhatt，Ankur Deka，Ankur Deka，Quentin Leboutet，David Hafner和Vladlen Koltun和Vladlen Koltun，国际机器人和自动化（ICRA）2024 4。“偷偷摸摸的人：偷偷摸摸的声学本地化” - 孟尤杨，帕特里克·格雷迪，萨玛斯·布拉姆布哈特，Arun Balajee Vasudevan，Charles C. Kemp，Charles C. Kemp和James Hays，Inter-National-National-National-National-National-National-National-inter-National-inter-National-national-inter-National-national-of Robotics and Automation and Automation（ICRA）20224 5。“基于触觉的对象插入政策的零射击” - 萨玛斯·布拉姆·伯特（Samarth Brahmbhatt），安卡尔·德卡（Ankur Deka），安德鲁·斯皮尔伯格（Andrew Spielberg）和马蒂亚斯·米勒（MatthiasMéuller），国际机器人和自动化会议（ICRA）2023 6。“压力之间：估算单个RGB图像的手压力” - 帕特里克·格雷迪，昌昌唐，萨玛斯·布拉姆·Bhatt，克里斯托弗·D·特里克，陈德·沃恩，詹姆斯·海斯，詹姆斯·海斯和查尔斯·肯普，欧洲计算机视觉会议（ECCV）2022（ORAL）7。“对软机器人抓手的视觉压力估计和控制” - 帕特里克·格雷迪，杰里米·A·柯林斯，萨玛斯·布拉姆·布拉特，克里斯托弗·D·特·特维格，昌昌唐，詹姆斯·海斯和查尔斯·C·坎普，IEEE/RSJ IEEE/RSJ国际智能机器人与系统（IROS）（IROS）2022 8。“联系人：优化联系以提高抓地力” - 帕特里克·格雷迪，郑昌，明·沃，克里斯托弗·D。“联系人：带有物体接触和手动姿势的grasps的数据集” - 萨马斯·布拉姆·汉特（Samarth Brahmbhatt），昌昌唐（Chengcheng Tang），克里斯托弗·D·特克格（Christopher D. Twigg），查尔斯·C·肯普（Charles C.“走向无标记的抓握捕获” -Samarth Brahmbhatt，Charles C. Kemp和James Hays，AR/VR计算机视觉的第三次研讨会，CVPR 2019 11.“ ContactGrasp：来自接触的功能性多手指掌握综合” - Samarth Brahmbhatt，Ankur Handa，James Hays和Dieter Fox，IEEE/RSJ国际智能机器人和系统国际会议（IROS）2019
机器人与机器学习研究科学家-Julen Urain
科学研究人员Sta ias -ias -tu Darmstadt，Darmstadt（德国）。责任：研究和发表机器人学习，教学，指导学士学位和硕士学生的科学论文。项目：共享欧盟项目，图像引导针插入（Hessian.ai）的智能辅助。特定的成就：选定的R：SS Pioneer，乔治·吉罗（George Girault）博士学位的精选主义者。奖项，最佳研讨会论文，出版了顶级机器人会议论文（ICRA，IROS，IJRR，RA-L，R：SS），GitHub Open存储库（graspdi Qusion/stable vector in Lie groups on Lie groups）
IR 杂志论坛 – 人工智能与技术
上午 8:15 注册、茶点和交流 上午 8:55 欢迎参加论坛 上午 9:00 获得高管层认同：教导您的高管层摆脱“将 AI 和新技术作为实验”的心态 随着 AI 和创新技术浪潮的发展，IRO 必须保持领先地位才能生存。因此，虽然尝试 AI 和技术至关重要，但重要的是不要陷入探索循环，而是确保您完全实施它并优化其潜力。要做到这一点，您首先必须让高管层参与进来！该小组将重点讨论 IRO 可以用来教育高管层接受 AI 和技术的必要性以确保他们的认同的策略和战术。 • 事实胜于雄辩！展示成功的 AI 和技术用例及其对业务指标的影响 • 了解如何构建清晰简洁的叙述，强调 AI 和技术将带来的价值以及这与公司的价值观、战略和目标如何联系在一起。 • 向董事会讲解人工智能和技术如何推动收入增长、降低成本、扩大市场和提高客户满意度。 • 制定风险缓解计划，解决董事会在实施人工智能和技术方面可能遇到的潜在挑战和不确定性 • 充分了解高管对公司发展方向的看法，以充分理解他们的担忧。 Bryan Kloster，Autonation 投资者关系经理 Gregg Lampf，Ciena 投资者关系副总裁 上午 9:35 研讨会 - 有效报告 ESG 事项的可靠方法 在本次会议中，您将使用人工智能来识别公司的重大 ESG 问题，了解报告要求，并确定您与同行在 ESG 披露方面的差距。
自动驾驶管道
IEEE计算机和通信社会。[4] P. Schafhalter，S。Kalra，L。Xu，J。E。Gonzalez和I. Stoica，“利用云计算使自动驾驶汽车更安全”，2023年IEEEE/RSJ IROS，pp。5559–5566。[5] mingxing tan，ruoming pang和Quoc V. Le。有效插图：可扩展有效的对象检测。在IEEE计算机视觉和模式识别会议论文集（CVPR），2020年。[6] Alok Kumar等。al BWE：WAN分布式计算的灵活，分层带宽分配。在2015年ACM Sigcomm '15，第1-14页，纽约，纽约，美国，2015年8月。
治理——商业行为的可持续性报告
EFRAG ESRS 问答平台，跨领域 – 可持续发展事项与主题披露的映射（问答 ID 177），2024 年 11 月，问题 ID 177 提供了 ESRS 1 AR 16 中的主题、子主题和子子主题与主题 ESRS 中适用的披露要求的映射，以及有限的“解释性说明”。 7 本文件可能有助于实体确定适用于其重要性评估过程中确定的重大影响、风险或机遇的“披露要求”(DR) 和相关“应用要求”(AR)。EFRAG 问答问题 ID 177 是一个参考点，但是，实体仍需确保提供有关其重大 IRO 的适用披露，包括必要时针对实体的披露。
可持续性影响报告2024
我们遵循欧洲可持续性报告标准（ESRS）阐述的方法来完成我们的DMA，以确保我们能够将其用作遵守这些新的公司ESG披露标准的基础。我们还希望从利益相关者参与度中获得尽可能多的丰富信息，并与这些利益相关者（客户，员工，当地社区，供应商和投资者）建立更好的双向关系。评估的产出是符合重要性阈值的影响，风险和机遇的清单，并由我们的执行委员会和董事会批准。评估所确定的财务重大风险正在纳入我们的ERM系统中（请参阅风险报告P29），所有的物质结果都为我们的可持续发展策略的审查和制定提供了信息。
Zachary K. Kingston
a路。Rice Innovation研究员，创新和企业家精神的Liu Idea Lab，2024年。c。被提名，最佳工业机器人技术研究中的最佳论文，IEEE/RSJ IROS，2022 A。ccas。被提名，认知机器人技术的最佳纸，IEEE-RAS ICRA，2021 A。未来的教师奖学金，水稻工程，2020-21 a。最佳介绍在Comp 600中，莱斯大学计算机科学系，2018，2020 a。NASA太空技术研究奖学金，NASA，2017-2021 A。NSF研究生研究奖学金计划，NSF，2017年。 莱斯大学计算机科学系研究生研究奖学金，2016年a慰处。 研究与创意作品的区别，莱斯大学，2016年AÅ。 莱斯大学校长荣誉榜，2015 - 16年NSF研究生研究奖学金计划，NSF，2017年。莱斯大学计算机科学系研究生研究奖学金，2016年a慰处。研究与创意作品的区别，莱斯大学，2016年AÅ。莱斯大学校长荣誉榜，2015 - 16年
主动推理对习惯剂的目标指导计划
[1] K. Friston，J。Kilner和L. Harrison。大脑的自由能原理。生理学杂志，100（1-3）：70–87，2006 [2] K. Friston。预测性编码有未来吗？自然神经科学，21：1019–1021，2018 [3] G. Oliver，P。Lanillos和G. Cheng。主动推理的身体感知和人形机器人的作用。arxiv：1906.03022，2019 [4] A. Ahmadi和J. Tani。用于在线预测和识别的新型预测编码启发的变异RNN模型。神经计算，31（11）：2025–2074，2019 [5] M. Kawato。用于运动控制和轨迹计划的内部模型。神经生物学中的当前意见，9（6）：718–727，1999 [6] M. Jung，T。Matsumoto和J. Tani。在变化预测编码下的目标指导行为：视觉注意和工作记忆的动态组织。IROS 2019，1040–1047
Tairan He
CONFERENCE PROCEEDiNGS [C15] HOVER: Versatile Neural Whole‑Body Controller for Humanoid Robots.Tairan He*, WenliXiao*, ToruLin, ZhengyiLuo, ZhenjiaXu, ZhenyuJiang, JanKautz, ChangliuLiu, GuanyaShi, Xiaolong Wang, Linxi “Jim” Fan † , Yuke Zhu † ICRA , 2025 [Paper] [C14] OmniH2O: Universal and Dexterous Human‑to‑Humanoid Whole‑Body Teleoperation and Learning.Tairan He*, Zhengyi Luo*, Xialin He*, Wenli Xiao, Chong Zhang, Kris Kitani, Weinan Zhang, Changliu Liu, Guanya Shi.CoRL , 2024 [Paper] [C13] WoCoCo: Learning Whole‑Body Humanoid Control with Sequential Contacts.Chong Zhang*, Wenli Xiao*, Tairan He, Guanya Shi.CoRL ( Oral ), 2024 [Paper] [C12] Learning Human‑to‑Humanoid Real‑Time Whole‑Body Teleoperation.Tairan He*, Zhengyi Luo*, Wenli Xiao, Chong Zhang, Kris Kitani, Changliu Liu, Guanya Shi IROS , 2024 ( Oral ) [Paper] [C11] Progressive Adaptive Chance‑Constrained Safeguards for Reinforcement Learning.Zhaorun Chen, Binhao Chen, Tairan He, Liang Gong, Chengliang Liu.IROS , 2024 [Paper] [C10] Agile But Safe: Learning Collision‑Free High‑Speed Legged Locomotion.Tairan He*, Chong Zhang*, Wenli Xiao, Guanqi He, Changliu Liu, Guanya Shi.RSS , 2024 ( Outstanding Student Paper Award Finalist ‑ Top 3 ) [Paper] [C9] Safe Deep Policy Adaptation.Wenli Xiao*, Tairan He*, John Dolan, Guanya Shi.ICRA , 2024 [Paper] [C8] State‑wise Safe Reinforcement Learning: A Survey.Weiye Zhao, Tairan He, Rui Chen, Tianhao Wei, Changliu Liu.IJCAI (Survey Track) , 2023.[Paper] [C7] Probabilistic Safeguard for Reinforcement Learning Using Safety Index Guided Gaussian Process Models.