多机器人系统中的协作感知：家庭清洁和仓库操作的案例研究

本文评估了一种结合任务分配和动作规划推理的人机协作方案，使用贝叶斯推理实现适应性和优化人机表现。

FlexHRC+方案为高度可变的工厂任务提供了更高的自主性，包含感知、表示和行动三个层次，并在家具组装和物体定位任务中进行了实验。

研究了人机协作任务中的感知-意图-行动循环，强调意图在协同功能过程中的关键作用。

车联网中的合作感知能够克服个体感知的局限，推动智能交通系统的发展。

提出了一种通道感知的协作感知框架，以应对通信效率和延迟问题，提高感知性能。

机器狗的用例展示了如何通过数据共享和协作决策引导视觉障碍人士安全过马路。

基于机器学习的自主机械臂框架结合人机循环原则，利用扩展现实促进人机交互，强调数字生态系统的重要性。

提出了一个多机器人协同感知的数据集，旨在推动多模态协同感知的研究，提供多样化的传感器视角和数据。

V2X-M2C模型通过车辆与道路基础设施的通信改善自动驾驶汽车的感知性能，实验结果显示其检测准确率显著提高。