864 artículos
Este artículo presenta un método basado en modelos para compensar la deriva térmica en actuadores de robots hexápodos de alta precisión, el cual, tras ser desarrollado teóricamente y calibrado experimentalmente, logra reducir la expansión térmica inducida en más de un 80%.
Este tutorial presenta una introducción orientada al control a los sistemas de navegación inercial asistida mediante una formulación geométrica basada en el grupo extendido SE₂(3), destacando el papel de la invariancia y la simetría para ofrecer una perspectiva coherente que facilita tanto la comprensión teórica como la implementación práctica de métodos modernos de navegación.
El artículo presenta RoTri-Diff, un marco de aprendizaje por imitación basado en difusión que mejora la manipulación bimanual al modelar explícitamente las interacciones espaciales triádicas entre los dos brazos y el objeto para generar trayectorias coordinadas y estables.
Este trabajo propone un marco de control óptimo totalmente a bordo que utiliza un campo de distancia firmado neuronal (Gate-SDF) integrado en un controlador MPPI para permitir que los drones de carreras naveguen de forma ágil y robusta a través de puertas en poses arbitrarias sin necesidad de estimar su posición explícita ni de trayectorias de referencia predefinidas.
Este trabajo propone un modelo de mundo latente consciente de la cinemática que integra información de movimiento físico y supervisión geométrica en el modelo RSSM para mejorar la eficiencia de los datos y la estabilidad en el aprendizaje de políticas de conducción autónoma mediante la imaginación latente.
Este artículo presenta un dedo de pinza híbrido blando-rígido con bolsillos de silicona inflables que modula activamente la fricción superficial mediante la presión de aire, permitiendo agarrar objetos pesados, resbaladizos o frágiles de forma segura sin necesidad de aumentar la fuerza de sujeción.
El artículo presenta Faster-HEAL, un marco de percepción colaborativa ligero y que preserva la privacidad, diseñado para alinear características de vehículos autónomos heterogéneos mediante prompts visuales de bajo rango y fusión piramidal, logrando así un rendimiento superior con una reducción del 94% en parámetros entrenables en comparación con los métodos existentes.
Este artículo presenta un marco ligero basado en gemelos digitales para el seguimiento de vehículos y la predicción de colisiones en sistemas de transporte inteligentes, el cual utiliza únicamente detección de objetos y mapas de ruta precalculados para lograr una alta precisión en la predicción de colisiones con bajo costo computacional adecuado para dispositivos de borde.
El artículo presenta DistGP, un método de aprendizaje multi-robot que utiliza un modelo de proceso gaussiano disperso y la propagación de creencias gaussianas para entrenar de forma distribuida y asíncrona un modelo global con rendimiento superior a las alternativas existentes, incluso en entornos con conectividad dinámica y comunicación limitada.
Este artículo de revisión propone una perspectiva de inteligencia encarnada acoplada a restricciones para la autonomía de robots submarinos, sintetizando avances recientes y presentando una taxonomía de fallos que aboga por un diseño de sistemas que internalice las limitaciones físicas y ambientales interconectadas para lograr una autonomía resiliente y verificable en entornos oceánicos reales.
Este artículo presenta un marco de control predictivo basado en modelos de programación mixta entera que permite a los humanoides planificar simultáneamente la colocación de los pies y la duración de los pasos en tiempo real sobre terrenos desconectados, garantizando la seguridad mediante límites de capturabilidad y adaptándose dinámicamente a perturbaciones externas.
El artículo presenta LoRA-SP, un método de ajuste fino adaptativo que asigna dinámicamente la capacidad de los parámetros en modelos de visión-idioma-acción mediante un enrutador basado en descomposición de valores singulares, logrando un rendimiento superior al ajuste completo y al LoRA estándar en tareas de manipulación robótica con menos parámetros entrenables.
Este estudio establece principios de acoplamiento entre morfología y estrategia de control para el enderezamiento de robots alargados, demostrando mediante investigaciones biomecánicas y robofísicas que el aumento de la longitud de las patas requiere un cambio en la estrategia de control y revela un umbral crítico más allá del cual el enderezamiento robusto se vuelve inviable.
Este artículo presenta un método de propiocepción novedoso para robots continuos accionados por cables a microescala que, inspirado en la sensibilidad colaborativa de tendones y articulaciones humanas, integra sensores de fuerza proximales y modelado no lineal para lograr la estimación precisa de la forma y la percepción tridimensional de fuerzas de contacto, superando así las limitaciones actuales en entornos clínicos complejos.
El artículo presenta LITHE, una arquitectura de software ligera que permite la actualización dinámica en tiempo real de leyes de control en C++ mediante un "cerebro" en Python en hardware comercial, cerrando la brecha entre la inteligencia artificial de alto nivel y el control robótico seguro y adaptable.
El artículo presenta SLNet, una red neuronal extremadamente ligera y adaptable geométricamente para el reconocimiento de nubes de puntos 3D que logra un rendimiento competitivo en diversas tareas con una fracción de los parámetros y costos computacionales de modelos existentes, gracias a sus componentes NAPE y GMU.
El artículo presenta GSAT, un marco de aprendizaje auto-supervisado que utiliza la detección de anomalías en un espacio latente para estimar la transitabilidad del terreno en robots autónomos, superando las limitaciones de los métodos tradicionales y el problema de aprendizaje solo con ejemplos positivos.
El artículo presenta HSC-VLA, un marco jerárquico que mejora significativamente la manipulación bimanual en entornos densamente cluttered al separar el razonamiento semántico de alto nivel de la ejecución sensorimotora mediante un mecanismo de "limpieza de escena" que filtra el ruido visual, logrando una tasa de éxito del 86,7% que supera ampliamente a los modelos monolíticos existentes.
Este artículo propone un observador innovador basado en la inversión dinámica de un modelo lineal de vehículo de un solo rastro con dinámica de neumáticos distribuida, capaz de estimar con precisión el ángulo de derrape y las fuerzas de los neumáticos utilizando únicamente mediciones de velocidad de guiñada y aceleración lateral.
El marco InterReal es un sistema unificado de aprendizaje por imitación basado en física que permite a los robots humanoides aprender y ejecutar habilidades de interacción humano-objeto en el mundo real mediante la mejora de la estabilidad de la política con datos aumentados y un aprendiz automático de recompensas, logrando un alto rendimiento en tareas como el agarre y empuje de cajas.