864 artículos
El artículo presenta ICLR, un marco novedoso que mejora el aprendizaje por imitación en contexto para robots al integrar trazas de razonamiento visual estructurado en un transformador autorregresivo, logrando así una mayor robustez y generalización en tareas de manipulación complejas.
El paper presenta ACCURATE, un marco de reconstrucción 3D robusto que combina redes neuronales de segmentación con un algoritmo de optimización geométrica para lograr una precisión superior a 1.0 mm en la reconstrucción de cuerpos continuos delgados y arbitrariamente deformables bajo condiciones de ruido y oclusión.
ReconDrive es un marco de trabajo feed-forward que adapta el modelo fundacional VGGT mediante cabezales de predicción híbridos y una estrategia de composición estático-dinámica para generar rápidamente representaciones 4D de alta fidelidad de escenas de conducción autónoma, superando a los métodos existentes en velocidad y calidad de síntesis de nuevas vistas.
Este trabajo presenta un enfoque novedoso de Aprendizaje por Imitación Aproximado que permite a un cuadrotor volar a alta velocidad en entornos congestionados utilizando únicamente una cámara de eventos, superando los desafíos de simulación mediante el entrenamiento de una política en línea basada en estados simulados ligeros tras aprender una representación a partir de un conjunto de datos masivo.
FeasibleCap es un sistema de recolección de demostraciones "gripper-in-hand" que proporciona retroalimentación de ejecutabilidad en tiempo real mediante superposiciones visuales y señales hápticas, permitiendo a los demostradores corregir movimientos durante la captura sin necesidad de modelos aprendidos, hardware robótico o dispositivos de realidad aumentada, mejorando así la tasa de éxito de las trayectorias sin sacrificar la transferencia entre diferentes plataformas robóticas.
Este artículo presenta tres algoritmos de estimación de posición para perros biológicos y robóticos utilizando únicamente sensores inerciales, demostrando que los métodos asistidos por redes neuronales superan a los basados en modelos con un error de distancia absoluto inferior al 10% y poniendo a disposición el código y los datos para su reproducibilidad.
Este artículo presenta SMAT, un método de entrenamiento en etapas para múltiples agentes que permite el desarrollo de un controlador de exoesqueleto de cadera co-adaptativo y generalizable, el cual reduce la activación muscular en un 10,1% y proporciona asistencia mecánica positiva consistente en humanos sin necesidad de reentrenamiento específico por sujeto.
GeoLoco es un marco de locomoción para humanoides que utiliza exclusivamente imágenes RGB y aprovecha los priores geométricos de un modelo fundacional visual congelado, junto con un mecanismo de atención cruzada y un esquema de aprendizaje auxiliar, para lograr una transferencia cero-shot robusta desde la simulación al robot Unitree G1 en terrenos complejos.
Este artículo presenta un marco de aprendizaje por refuerzo para entrenar controladores de exoesqueleto en simulación que reducen los momentos articulares biológicos, validando su consistencia con datos reales mediante un pipeline que demuestra una fuerte correlación temporal en los torques de asistencia, especialmente en la cadera, a pesar de ciertas discrepancias en velocidades e inclinaciones más extremas.
El artículo presenta PanoDP, un marco de aprendizaje sin comunicación que combina la percepción de profundidad panorámica de cuatro vistas con señales de entrenamiento basadas en física diferenciable para lograr una navegación autónoma libre de colisiones en entornos desordenados y dinámicos, superando a las líneas base existentes en tasas de finalización y seguridad.
TempoFit es un método de actualización temporal sin entrenamiento que mejora las políticas de Visión-Lenguaje-Acción preentrenadas para tareas de manipulación a largo plazo, al reutilizar y recuperar selectivamente memorias de llave-valor de capas anteriores mediante un sesgo temporal de recencia, logrando así un rendimiento superior sin aumentar la latencia ni requerir reentrenamiento.
El artículo presenta AtomicVLA, un marco unificado de planificación y ejecución que utiliza una biblioteca de habilidades atómicas y un mecanismo de expertos guiado por habilidades para superar las limitaciones de escalabilidad y aprendizaje continuo de los modelos VLA existentes en tareas robóticas de largo horizonte.
Este artículo propone un marco de planificación de trayectorias informativas para múltiples agentes que utiliza mapas de creencia gaussianos y cobertura de doble dominio para descubrir evidencia dispersa en entornos extraterrestres peligrosos, superando las limitaciones de los métodos existentes al equilibrar la ganancia de información con la seguridad operativa y la robustez ante comunicaciones limitadas.
Este artículo presenta DAISS, un sistema de aprendizaje por imitación con conciencia de fase que automatiza la coordinación bimanual de robots para intervenciones guiadas por ultrasonido, permitiendo la transferencia precisa de estrategias expertas y reduciendo la carga cognitiva mediante el uso de demostraciones limitadas y retroalimentación visual en tiempo real.
Este artículo presenta un marco de teleoperación de código abierto y bajo costo que utiliza hardware comercial, como teléfonos inteligentes y pedales, para permitir el control intuitivo de manipuladores móviles bimanuales, logrando un mejor rendimiento y menor carga cognitiva en comparación con los métodos tradicionales basados en teclados.
El artículo presenta UniUncer, un marco unificado y ligero para la conducción de extremo a extremo que estima y aprovecha la incertidumbre tanto de elementos estáticos como dinámicos mediante regresores probabilísticos y una puerta adaptativa, logrando mejoras significativas en la precisión de la trayectoria y la seguridad sin sacrificar el rendimiento computacional.
El artículo presenta RoboPCA, un marco de aprendizaje de affordances centrado en la pose que, mediante el pipeline de datos Human2Afford, predice conjuntamente regiones de contacto y orientaciones adecuadas para la manipulación robótica a partir de demostraciones humanas, superando a los métodos existentes en generalización y consistencia.
El artículo presenta C-Explorer, un marco descentralizado para la exploración con múltiples UAVs que utiliza una representación de tareas consciente de la conectividad y una asignación impulsada por la contigüidad para superar las limitaciones de comunicación, reduciendo significativamente el tiempo de exploración y la longitud de la trayectoria en comparación con los métodos actuales.
El artículo presenta AeroPlace-Flow, un marco sin entrenamiento que permite a los manipuladores aéreos colocar objetos basándose en instrucciones de lenguaje natural mediante la síntesis de imágenes de objetivos, el razonamiento geométrico 3D y el flujo de objetos para generar trayectorias de ejecución exitosas.
El artículo propone un cambio de paradigma en la interacción humano-IA-robot, redefiniendo el rol de la inteligencia artificial como un andamiaje que permite a los humanos actuar como directores creativos que guían y revisan el comportamiento robótico, priorizando la agencia humana y la colaboración sobre la autonomía y la eficiencia.