864 artículos
Este artículo presenta LIPP, una generalización de la planificación de trayectorias informativas que incorpora el costo energético dependiente de la carga al recolectar muestras físicas, optimizando simultáneamente la ruta, el orden de visita y la cantidad de muestreo para maximizar la reducción de incertidumbre dentro de un presupuesto energético.
Este trabajo propone un marco de segmentación de navegabilidad en interiores que combina imágenes RGB con profundidad láser dispersa y aprendizaje contrastivo negativo en un escenario de pocos ejemplos, logrando una detección superior de obstáculos delgados y una mayor generalización que los métodos actuales.
Este artículo presenta un modelo físico basado en datos experimentales de un robot hexápodo en pendientes granulares que identifica el retraso en el anclaje y el deslizamiento como las principales causas de fallo, permitiendo estimar cuantitativamente los riesgos de locomoción mediante diagramas de fase que distinguen entre los regímenes de hundimiento y deslizamiento.
Este artículo propone un marco unificado de dos etapas que restaura la viabilidad de especificaciones de Lógica Temporal de Señales (STL) conflictivas mediante una relajación mínima y luego refina la solución como un problema de optimización multiobjetivo para evitar bloqueos y facilitar la toma de decisiones interpretables en aplicaciones de seguridad crítica como la conducción autónoma.
Este tutorial ofrece una revisión crítica de la aplicación práctica de las Funciones de Barrera de Control (CBF) en la seguridad robótica, exponiendo la brecha entre las garantías teóricas y la realización constructiva en sistemas con restricciones de entrada, y proporcionando directrices para evitar suposiciones ocultas en demostraciones que solo son válidas para sistemas pasivamente seguros.
Este artículo propone un método de transporte aéreo colaborativo de cargas suspendidas mediante cuerdas que utiliza un equilibrio rotatorio para generar la tensión horizontal necesaria mediante fuerzas centrífugas, permitiendo que los vehículos produzcan solo empuje vertical y reduciendo así el consumo de energía hasta en un 20% en comparación con los enfoques estáticos tradicionales.
Este artículo presenta VSL-Skin, un sistema pionero de piel de voxel individualmente direccionable basado en cambio de fase que permite un control morfológico preciso a nivel de centímetro para modular la rigidez, crear articulaciones virtuales programables y lograr la autorreparación, superando así las limitaciones de los robots blandos y rígidos tradicionales.
Este trabajo presenta un monitor de tiempo de ejecución que utiliza un modelo del mundo probabilístico entrenado en el espacio latente de un modelo de visión fundacional para detectar fallos en manipuladores bimanuales mediante estimaciones de incertidumbre, logrando una mayor precisión y eficiencia que los métodos existentes en tareas complejas de mantenimiento de centros de datos.
Este artículo presenta un marco de planificación de dos etapas para manipuladores móviles que combina una búsqueda gráfica en espacio de tareas reducido con optimización numérica continua para lograr un seguimiento de trayectorias eficiente, preciso y robusto.
El artículo presenta SSP, un marco que garantiza la seguridad en cirugía asistida por robots mediante la optimización conjunta de restricciones conductuales y espaciales utilizando redes neuronales de ecuaciones diferenciales ordinarias y funciones de barrera de control, logrando una tasa de violación de restricciones cercana a cero sin comprometer el éxito de la tarea.
El artículo presenta TacDexGrasp, un enfoque que utiliza retroalimentación táctil y un controlador basado en programación cónica de segundo orden para lograr un agarre robusto y complaciente en manos multifinger, garantizando la estabilidad contra deslizamientos traslacionales y rotacionales sin necesidad de modelar explícitamente el torque o detectar deslizamientos.
El artículo presenta GuideTWSI, un conjunto de datos diverso que combina imágenes sintéticas y reales para abordar la falta de representatividad geográfica y de puntos de vista en los datos existentes, permitiendo así una segmentación más precisa y generalizable de los indicadores táctiles de superficie peatonal (tanto barras como domos) para la navegación de personas ciegas o con baja visión.
Este artículo presenta un método de imitación de expresiones faciales independiente de la morfología que desacopla la semántica expresiva de la estructura facial para mejorar la interacción humano-robot, validado experimentalmente en un robot humanoide de alta expresividad llamado Pengrui.
El artículo presenta Artoo, un sistema de comunicación acústica entre robots basado en redes neuronales entrenadas de extremo a extremo que, al prescindir de características paralingüísticas, logra una mayor robustez frente al ruido y un bajo consumo computacional, optimizando la precisión de decodificación en plataformas con recursos limitados.
El artículo presenta VLN-Cache, un marco de caché de tokens que supera las limitaciones de los métodos existentes al incorporar mecanismos de reasignación de vistas y filtrado de relevancia semántica para manejar la dinámica visual y semántica en la navegación visión-lenguaje, logrando una aceleración de hasta 1.52x sin comprometer el éxito de la navegación.
Este artículo presenta un marco de control predictivo basado en modelos distribuido que utiliza el método ADMM para permitir que un equipo de robots cuadrúpedos con manipuladores transporte colaborativamente cargas pesadas de manera escalable y en tiempo real, superando las limitaciones de los métodos centralizados y descentralizados tradicionales.
Este trabajo propone un marco escalable basado en Procesos Gaussianos para la predicción probabilística del movimiento humano en la colaboración humano-robot, logrando una alta precisión, incertidumbre bien calibrada y una eficiencia computacional superior mediante el uso de representaciones de rotación 6D y factorización de dimensiones articulares.
El artículo presenta FEMA (Failure Episodic Memory Alert), una técnica que mejora la eficiencia de muestreo en el aprendizaje por refuerzo robótico almacenando y recuperando experiencias de fallo para evitar estados inestables y guiar al agente hacia trayectorias de mayor valor a largo plazo.
Este artículo propone una estrategia de inicialización basada en datos de Fórmula 1 y una red neuronal que predice líneas de carrera expertas a partir de la geometría de la pista, logrando acelerar significativamente la convergencia y reducir el tiempo de ejecución de la optimización de trayectorias para carreras autónomas sin comprometer el tiempo final de vuelta.
El artículo presenta DexKnot, un marco que combina la afluencia de puntos clave con políticas de difusión para aprender una política de nudado de bolsas generalizable que supera las limitaciones de los métodos existentes al manejar la complejidad física y las deformaciones de las bolsas plásticas.