864 artículos
El artículo presenta SORS, un simulador modular de alta fidelidad basado en el método de elementos finitos y optimización no lineal, diseñado para modelar con precisión la compleja dinámica de los robots blandos y cerrar la brecha entre la simulación y la realidad mediante la validación experimental y la optimización de control.
El artículo presenta VISO, un sistema SLAM robusto para entornos submarinos que fusiona cámaras estéreo, IMU y sonar 3D mediante calibración en línea y renderizado fotométrico para lograr una localización precisa y una reconstrucción 3D densa en tiempo real con alta fidelidad.
El artículo presenta InsSo3D, un sistema robusto de localización y mapeo simultáneo (SLAM) que combina un sonar 3D y una navegación inercial para generar mapas tridimensionales precisos y corregir la deriva de odometría en entornos submarinos turbios y de gran escala.
El artículo presenta (MGS)-Net, un marco innovador para la geolocalización cruzada que unifica la adaptación de escala micro-geométrica y el filtrado de estructura macro-geométrica para superar las desalineaciones entre vistas aéreas oblicuas y satelitales, logrando un rendimiento de vanguardia en la navegación de UAVs sin GNSS.
El artículo presenta APEX, un sistema basado en aprendizaje por refuerzo profundo que permite a un robot humanoide Unitree G1 de 29 grados de libertad escalar y descender plataformas de hasta 0,8 metros (aproximadamente el 114% de su longitud de pierna) mediante una recompensa de progreso tipo trinquete y una estrategia dual para reducir la brecha simulación-realidad, logrando así una transición fluida y segura entre múltiples habilidades de locomoción.
El artículo presenta MiDAS, un sistema de código abierto y agnóstico a la plataforma que permite la adquisición multimodal no invasiva y sincronizada de datos en cirugía mínimamente invasiva asistida por robot, superando las barreras de acceso a la telemetría propietaria mediante la validación en robots Raven-II y da Vinci Xi con conjuntos de datos anotados que incluyen tareas de sutura de reparación de hernias.
Este artículo propone un marco de entrenamiento conjunto simulación-realidad basado en aprendizaje por refuerzo (RL-Co) que supera las limitaciones de los métodos supervisados al combinar un ajuste fino inicial con demostraciones mixtas y un refinamiento interactivo en simulación, logrando mejoras significativas en el éxito, la generalización y la eficiencia de datos de modelos VLA en tareas de manipulación robótica real.
Este artículo presenta un marco de aprendizaje por refuerzo que, mediante simulación de alta fidelidad, un algoritmo TD3 modificado y una capa de mapeo para cerrar la brecha simulación-realidad, permite a los robots blimp en miniatura lograr y mantener de manera robusta posturas invertidas en entornos reales.
El artículo presenta ROSER, un marco de recuperación de secuencias robóticas basado en pocos ejemplos que extrae segmentos de tareas útiles de registros continuos no etiquetados, superando a los métodos anteriores en precisión y eficiencia para habilitar el aprendizaje robótico a escala.
El artículo presenta "Companion", un sistema artístico que integra un robot de dibujo con modelos de lenguaje grandes para fomentar una co-creación bidireccional mediante voz y bocetos, transformando al robot en un colaborador activo capaz de generar obras con identidad estética y mérito expositivo validado por expertos.
El artículo presenta RoboLayout, una extensión de LayoutVLM que genera diseños de escenas 3D semánticamente coherentes y físicamente viables para agentes encarnados mediante la integración de restricciones de alcanzabilidad diferenciables y un proceso de refinamiento local que adapta el entorno a las capacidades físicas de diversos agentes.
ProFocus es un marco de razonamiento y percepción proactiva sin entrenamiento que combina modelos de lenguaje y visión para generar consultas visuales dirigidas y aplicar una búsqueda en árbol de Monte Carlo diversificada, logrando así un rendimiento de vanguardia en navegación visión-lenguaje.
Este artículo presenta un pipeline de predicción de trayectorias impulsado por gemelos digitales para intersecciones urbanas V2X, que combina percepción cooperativa y una función de pérdida innovadora para generar trayectorias precisas, diversas y estrictamente conformes a las normas de tráfico y seguridad.
El artículo presenta TEGA, un sistema de teleoperación asistida que combina inferencia de intención muscular, sensores visuotáctiles y retroalimentación háptica en tiempo real mediante un chaleco para permitir a usuarios con discapacidad ajustar intuitivamente la fuerza de agarre y mejorar la estabilidad en la manipulación robótica.
El artículo presenta PRISM, un método que combina Aprendizaje por Imitación y Aprendizaje por Refuerzo para refinar políticas robóticas mediante instrucciones humanas y correcciones en tiempo real, logrando así una mayor eficiencia en datos, reutilización de políticas y robustez en tareas de manipulación.
Este trabajo propone un enfoque novedoso de aprendizaje conjunto de tareas inversas y directas que permite a los robots generalizar habilidades a nuevas condiciones mediante demostraciones auxiliares, superando las limitaciones de extrapolación de los métodos de aprendizaje por imitación y transferencia tradicionales.
Este trabajo presenta el primer marco de verificación de robustez acoplada para detectores de keypoints basados en mapas de calor, que mediante un programa lineal entero mixto garantiza la robustez conjunta de todas las keypoints al considerar sus interdependencias, superando así las limitaciones conservadoras de los métodos decoupled anteriores.
El artículo presenta RACAS, un sistema agente basado en modelos de lenguaje que permite controlar robots de diversas plataformas mediante instrucciones en lenguaje natural sin necesidad de reentrenamiento ni modificaciones de código, demostrando su eficacia en robots terrestres, articulados y submarinos.
Este artículo presenta un marco de control general que utiliza funciones de Lyapunov de control estabilizadoras exponencialmente rápidas como restricciones convexas para lograr una regulación y seguimiento precisos en robots blandos subactuados bajo límites de actuadores, superando a los métodos existentes en simulaciones.
Este trabajo presenta el conjunto de datos multimodal RFM-HRI, que registra las reacciones verbales y no verbales de los usuarios ante fallos en robots de asistencia médica durante tareas de recuperación de objetos, analizando cómo estos incidentes afectan la confianza y las preferencias de recuperación para mejorar la seguridad en entornos críticos.