864 artículos
El artículo presenta GLIDE, un marco cooperativo de búsqueda y rescate que combina dos drones y un vehículo terrestre para lograr una localización rápida de víctimas y una navegación segura en entornos desconocidos mediante la separación de roles de los UAVs para la detección y el reconocimiento del terreno, optimizando así la planificación y el replanteamiento del UGV.
Este trabajo propone un enfoque de exploración semántica para robots bípedos que, mediante la arbitraje de evidencia semántica calibrada por confianza, una memoria topológica de crecimiento controlado y la selección de subobjetivos basada en utilidad, transforma observaciones semánticas ruidosas en decisiones de exploración estables y ejecutables sin depender de reconstrucciones geométricas densas.
Este artículo presenta el GPHDM, un enfoque novedoso que genera movimientos robóticos físicamente consistentes y estructuralmente coherentes aprendiendo representaciones latentes en variedades hiperbólicas que preservan tanto la jerarquía taxonómica como la dinámica temporal de los gestos humanos.
El artículo presenta ROSflight 2.0, un ecosistema de piloto automático de código abierto basado en ROS 2 diseñado para investigadores, que mejora la modularidad y la transición de la simulación al hardware mediante una arquitectura ligera y documentación clara, logrando controlar un multirotor a 400 Hz cerrando todos los bucles de control en una computadora compañera.
ROSplane 2.0 es una pila de autonomía de código abierto y ligera para UAVs de ala fija, construida sobre ROS 2 por investigadores para investigadores, que acelera la investigación mediante interfaces claras, una mayor modularidad y un pipeline de modelado aerodinámico que facilita la transición de la simulación a la prueba real sin herramientas costosas.
El artículo presenta Phys2Real, un pipeline de aprendizaje por refuerzo que fusiona estimaciones de parámetros físicos inferidas por modelos de visión y lenguaje con la adaptación interactiva en línea basada en incertidumbre para lograr una transferencia efectiva de simulación a realidad en tareas de manipulación robótica.
Este artículo presenta un método de control híbrido basado en muestras que formula la selección y el cambio de modos de control como un problema de optimización entera, logrando garantías de rendimiento óptimo y demostrando su eficacia en tareas robóticas que requieren una conmutación reactiva entre planificación a largo plazo y control de alta frecuencia.
Este trabajo presenta C3+, un algoritmo mejorado de control predictivo basado en modelos con contacto implícito que permite empujar con éxito y en tiempo real objetos individuales y múltiples de diversas formas, logrando una tasa de éxito del 98% en implementaciones físicas.
El artículo presenta AURASeg, un marco de segmentación de áreas transitables para robots autónomos que utiliza refinamiento de bordes asistido por residuos y descompresión progresiva guiada por atención para lograr alta precisión en el borde y eficiencia en dispositivos de borde.
Este artículo presenta un marco en línea que utiliza una descomposición de modo dinámico de Hankel modificada para denoificar y predecir en tiempo real las dinámicas no lineales de obstáculos móviles a partir de datos parciales y ruidosos, permitiendo una planificación de movimiento robótico más segura y adaptable.
Este estudio propone y evalúa cuatro indicadores de campo visual en realidad aumentada para corregir las percepciones erróneas humanas sobre la visión de los robots, demostrando que las indicaciones ancladas en el espacio de la tarea mejoran significativamente la precisión en la colaboración humano-robot.
El artículo presenta ExpReS-VLA, un método que especializa rápidamente los modelos de Visión-Lenguaje-Acción (VLA) preentrenados para dominios específicos mediante la recuperación de experiencias comprimidas y un mecanismo de aprendizaje contrastivo, logrando una adaptación eficiente en el dispositivo que previene el olvido catastrófico y mejora significativamente el rendimiento en tareas robóticas tanto en simulación como en robots físicos.
El artículo presenta CAVER, un robot innovador que utiliza un efector final impreso en 3D y un algoritmo de exploración guiado por la curiosidad para construir representaciones audiovisuales ricas que mejoran significativamente la clasificación de materiales y la imitación de demostraciones humanas basadas únicamente en audio.
Este trabajo presenta un marco de aprendizaje por refuerzo en el espacio de tareas que combina Proximal Policy Optimization con primitivas de movimiento y control de impedancia consciente de la energía para generar trayectorias seguras y robustas en tareas de manipulación con contacto en entornos 3D.
El artículo presenta WNumMPC, un método de navegación jerárquico que combina un planificador de aprendizaje por refuerzo y un controlador basado en modelos para resolver los bloqueos de simetría en la navegación multiagente mediante el uso de números de giro como invariantes topológicos para coordinar el paso de los agentes.
El artículo presenta Bi-AQUA, un marco pionero de aprendizaje por imitación bilateral para brazos robóticos submarinos que integra un diseño consciente de la iluminación basado en transformadores para lograr una manipulación robusta y adaptable a las variaciones lumínicas en entornos subacuáticos.
El artículo presenta EchoVLA, un modelo de Visión-Lenguaje-Acción con memoria declarativa sinérgica que combina mapas espaciales-semánticos y experiencias episódicas para superar las limitaciones de los modelos actuales y lograr un manejo móvil más eficaz, validado mediante el nuevo benchmark automatizado MoMani.
Este artículo presenta un pipeline de planificación de trayectorias para cambios de carril autónomos que integra campos de riesgo dinámicos y espacios convexos variables en el tiempo dentro de un marco de optimización resuelto mediante iLQR, logrando trayectorias más seguras, eficientes y suaves que los métodos tradicionales en escenarios de tráfico complejos.
Este artículo introduce el concepto de conjunto alcanzable dependiente para un escenario de persecución con estrategia de rumbo constante, presentando resultados teóricos sobre sus límites geométricos, un problema de optimización original y simulaciones que validan empíricamente la forma de dicho conjunto.
Este artículo presenta XR-DT, un marco de gemelo digital potenciado por realidad extendida que integra el modelo de control HA-MPPI y la predicción de trayectorias humanas ATLAS para lograr una planificación de movimiento segura, eficiente e interpretable en entornos compartidos entre humanos y robots.