Déplacez-vous dans la géométrie de Riemannian pour l'apprentissage et le contrôle du mouvement robot, en mettant l'accent sur les synergies géodésiques et le collecteur d'espace de configuration.
Déplacez-vous dans des robots modulaires auto-reconfigurés, en discutant des avantages, des concepts de conception, des stratégies de planification et des défis dans la planification des mouvements et les algorithmes de recherche.
Explore les défis et les opportunités dans la perception robotique basée sur la vision, couvrant des sujets tels que SLAM, la reconnaissance des lieux, les caméras d'événements et l'intelligence visuelle collaborative.
Explore la frontière entre le codage dur et l'apprentissage en robotique, en soulignant l'importance de co-concevoir des mains robotiques et des approches de manipulation pour exploiter les contraintes environnementales.
Explore le contrôle conforme pour les robots par impédance et rigidité variable, permettant des interactions sûres et adaptatives avec l'environnement.
