Alois Knoll

通过推理阶段自适应和投影，使扩散策略适应异构机械臂和任务

失控：关于低能见度条件下驾驶场景的可控增强

自重构集群的多阶段安全重构运动控制

在遮挡行人的情况下进行安全导航：一种分析性的主动推理方法

用于量化比较不同机器学习模型和方法的可解释性的可配置框架

RobotDancing: 残差动作强化学习实现鲁棒长时域人形运动跟踪

高效的全局图像修复与自适应频率增强

STTRL-DVO：基于Transformer的强化学习在杂波环境中的鲁棒动态目标跟踪

通过强化学习推动基于脊柱的四足运动物理极限并揭示运动模板

基于强化学习的半柔性分子扩散模型用于结构导向的药物设计

NUMA机器上的流处理操作符重绑定

基于磁镊的斑马鱼胚胎自动化细胞批量子显微注射系统设计

机械对接航天器的复合运动干扰主动适应补偿控制

StarIR: 基于空间-频率融合的卷积图像修复

视觉-内-视觉：图像修复的统一且高效的基础模型

长时域灵巧机器人柔性细胞微操作中的技能信息表示与模仿学习

解缠融合：面向内容保持与跨模态一致性下的多模态图像融合

后精细化LiDAR点云配准：基于扩散的对应关系优化

计算机视觉DNNs中事后概念嵌入的背景偏差

图像修复中的焦点调制