Buchumschlag

AUV Acceleration Prediction Using DVL and Deep Learning

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Stolero, Yair, Klein, Itzik
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Robotics Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Rapid Gyroscope Calibration: A Deep Learning Approach
von: Stolero, Yair, et al.
Veröffentlicht: (2024)

DCNet: A Data-Driven Framework for DVL Calibration
von: Yampolsky, Zeev, et al.
Veröffentlicht: (2024)

Data-Driven Strategies for Coping with Incomplete DVL Measurements
von: Cohen, Nadav, et al.
Veröffentlicht: (2024)

A Hybrid Adaptive Velocity Aided Navigation Filter with Application to INS/DVL Fusion
von: Or, Barak, et al.
Veröffentlicht: (2022)

Enhancing Underwater Navigation through Cross-Correlation-Aware Deep INS/DVL Fusion
von: Cohen, Nadav, et al.
Veröffentlicht: (2025)

DVL Calibration using Data-driven Methods
von: Yampolsky, Zeev, et al.
Veröffentlicht: (2024)

Inertial Navigation Meets Deep Learning: A Survey of Current Trends and Future Directions
von: Cohen, Nadav, et al.
Veröffentlicht: (2023)

A Data-Driven Method for INS/DVL Alignment
von: Damari, Guy, et al.
Veröffentlicht: (2025)

WMINet: A Wheel-Mounted Inertial Learning Approach For Mobile-Robot Positioning
von: Versano, Gal, et al.
Veröffentlicht: (2025)

ResAlignNet: A Data-Driven Approach for INS/DVL Alignment
von: Damari, Guy, et al.
Veröffentlicht: (2025)

MoRPI-PINN: A Physics-Informed Framework for Mobile Robot Pure Inertial Navigation
von: Sahoo, Arup Kumar, et al.
Veröffentlicht: (2025)

Adaptive Kalman-Informed Transformer
von: Cohen, Nadav, et al.
Veröffentlicht: (2024)

Seamless Underwater Navigation with Limited Doppler Velocity Log Measurements
von: Cohen, Nadav, et al.
Veröffentlicht: (2024)

PiDR: Physics-Informed Inertial Dead Reckoning for Autonomous Platforms
von: Sahoo, Arup Kumar, et al.
Veröffentlicht: (2026)

Gaussian Process Regression for Improved Underwater Navigation
von: Cohen, Nadav, et al.
Veröffentlicht: (2025)

Neural-Assisted in-Motion Self-Heading Alignment
von: Yampolsky, Zeev, et al.
Veröffentlicht: (2026)

Parametric and State Estimation of Stationary MEMS-IMUs: A Tutorial
von: Engelsman, Daniel, et al.
Veröffentlicht: (2023)

Multiple and Gyro-Free Inertial Datasets
von: Yampolsky, Zeev, et al.
Veröffentlicht: (2024)

Bayesian Learning-Enhanced Navigation with Deep Smoothing for Inertial-Aided Navigation
von: Cohen, Nadav, et al.
Veröffentlicht: (2026)

Enhanced INS/GNSS State Estimation using GNSS-Based Acceleration Measurements
von: Versano, Gal, et al.
Veröffentlicht: (2026)

DoorINet: Door Heading Prediction through Inertial Deep Learning
von: Zakharchenko, Aleksei, et al.
Veröffentlicht: (2024)

Deep Learning Assisted Inertial Dead Reckoning and Fusion
von: Hurwitz, Dror, et al.
Veröffentlicht: (2024)

Multi-AUV Ad-hoc Networks-Based Multi-Target Tracking Based on Scene-Adaptive Embodied Intelligence
von: Tian, Kai, et al.
Veröffentlicht: (2026)

Intelligent Control of Spacecraft Reaction Wheel Attitude Using Deep Reinforcement Learning
von: El-Dalahmeh, Ghaith, et al.
Veröffentlicht: (2025)

Motion Control in Multi-Rotor Aerial Robots Using Deep Reinforcement Learning
von: Shetty, Gaurav, et al.
Veröffentlicht: (2025)

Pedestrian Inertial Navigation: An Overview of Model and Data-Driven Approaches
von: Klein, Itzik
Veröffentlicht: (2024)

Accelerating Robotic Reinforcement Learning with Agent Guidance
von: Chen, Haojun, et al.
Veröffentlicht: (2026)

Mission-driven Exploration for Accelerated Deep Reinforcement Learning with Temporal Logic Task Specifications
von: Wang, Jun, et al.
Veröffentlicht: (2023)

Towards Learning-Based Gyrocompassing
von: Engelsman, Daniel, et al.
Veröffentlicht: (2023)

Accelerating Reinforcement Learning via Error-Related Human Brain Signals
von: Kim, Suzie, et al.
Veröffentlicht: (2025)

Accelerating Laboratory Automation Through Robot Skill Learning For Sample Scraping
von: Pizzuto, Gabriella, et al.
Veröffentlicht: (2022)

KOI: Accelerating Online Imitation Learning via Hybrid Key-state Guidance
von: Lu, Jingxian, et al.
Veröffentlicht: (2024)

Towards Generalizable and Interpretable Motion Prediction: A Deep Variational Bayes Approach
von: Lu, Juanwu, et al.
Veröffentlicht: (2024)

VIO-DualProNet: Visual-Inertial Odometry with Learning Based Process Noise Covariance
von: Solodar, Dan, et al.
Veröffentlicht: (2023)

Recover to Predict: Progressive Retrospective Learning for Variable-Length Trajectory Prediction
von: Zhou, Hao, et al.
Veröffentlicht: (2026)

The Emergence of Deep Reinforcement Learning for Path Planning
von: Nguyen, Thanh Thi, et al.
Veröffentlicht: (2025)

Isaac Lab: A GPU-Accelerated Simulation Framework for Multi-Modal Robot Learning
von: NVIDIA, et al.
Veröffentlicht: (2025)

Learning Robot Soccer from Egocentric Vision with Deep Reinforcement Learning
von: Tirumala, Dhruva, et al.
Veröffentlicht: (2024)

NNPP: A Learning-Based Heuristic Model for Accelerating Optimal Path Planning on Uneven Terrain
von: Ji, Yiming, et al.
Veröffentlicht: (2023)

Latent Action Priors for Locomotion with Deep Reinforcement Learning
von: Hausdörfer, Oliver, et al.
Veröffentlicht: (2024)