680 artículos
Este estudio demuestra que, en la interacción humano-robot, los errores de selección o colocación afectan menos la fiabilidad percibida que los deslizamientos o bloqueos, y que una ejecución exitosa posterior es suficiente para recuperar la confianza sin necesidad de reparaciones sociales explícitas.
Este artículo presenta un marco de control jerárquico que integra un control predictivo de modelo (MPC) con una ley adaptativa indirecta para permitir que robots cuadrúpedos transporten de forma robusta cargas estáticas y dinámicas desconocidas en terrenos irregulares, superando significativamente a los métodos de control convencionales.
Este artículo presenta el SEP-NMPC, un marco de control predictivo no lineal que garantiza la estabilidad y seguridad de un UAV con carga suspendida en entornos cluttered mediante la integración de desigualdades de pasividad y funciones de barrera de control de alto orden.
El artículo presenta \textsc{applv}, un enfoque que utiliza modelos de visión-lenguaje-acción para predecir dinámicamente los parámetros de planificadores clásicos, logrando así una navegación robótica más segura, precisa y generalizable en entornos altamente restringidos que los métodos existentes.
Este artículo presenta un método de control adaptativo que integra la identificación de sistemas SINDy con un controlador RLS para rechazar perturbaciones del viento en UAVs, logrando un seguimiento de trayectoria preciso y estable en entornos turbulentos tanto simulados como reales.
Este estudio demuestra que los modelos centrados en el canal, como los simuladores de trazado de rayos, sobreestiman sistemáticamente el rendimiento de extremo a extremo en redes 5G privadas al ignorar la adaptación dinámica de las capas espaciales MIMO, mientras que un enfoque basado en datos mediante regresión de procesos gaussianos logra una predicción mucho más precisa al aprender directamente del rendimiento real del sistema.
El artículo presenta PSANE, un marco de navegación activa y segura que utiliza mediciones propioceptivas de la interacción entre las piernas y el terreno para aprender un modelo de transitabilidad en tiempo real, permitiendo a los robots con patas explorar y alcanzar objetivos en terrenos granulares deformables desconocidos sin depender de sensores remotos como la visión.
Este trabajo presenta un sistema de localización magnética sin infraestructura que permite a un UAV ligero aterrizar y rastrear con precisión centimétrica a un robot cuadrúpedo móvil, logrando un posicionamiento relativo de 3D con un error cuadrático medio de 5 cm mediante sensores integrados y filtrado de Kalman.
Este artículo propone un método de predicción conformal adaptativo y consciente de la formación que cuantifica la incertidumbre de percepción condicionalmente para garantizar la seguridad y el seguimiento en sistemas multi-robot líder-seguidor, mejorando las tasas de éxito y la precisión en comparación con enfoques no adaptativos.
El artículo presenta FAME, un marco de aprendizaje por refuerzo adaptativo a fuerzas que permite a un humanoide a escala real mantener el equilibrio y ampliar su envelope de manipulación bimanual estimando las fuerzas de interacción a partir de la dinámica del robot sin necesidad de sensores de par en las muñecas.
El artículo presenta SurgCalib, un marco de calibración mano-ojo automático y sin marcadores para el robot quirúrgico da Vinci que utiliza la representación por Splatting Gaussiano para refinar la estimación de la pose del instrumento quirúrgico, superando las limitaciones de las mediciones cinemáticas imprecisas y evitando la necesidad de patrones fiduciales que comprometan la esterilidad.
Este artículo presenta tres mejoras para transformar el robot de mano Inspire RH56DFX de un dispositivo de caja negra en una herramienta de investigación: caracterización de hardware, un modelo MuJoCo validado para la planificación de agarres y un controlador híbrido de velocidad-fuerza, logrando un rendimiento superior en tareas de inserción y agarre en comparación con métodos existentes.
Este trabajo presenta el algoritmo CMA-ES-IG, que mejora el aprendizaje de las preferencias de los usuarios no expertos en robots mediante la generación de trayectorias perceptualmente distintas e informativas, logrando así una mayor escalabilidad, robustez ante ruido y preferencia de los usuarios en comparación con métodos existentes.
El artículo presenta PlayWorld, un sistema escalable y autónomo que entrena simuladores de video de alta fidelidad mediante el juego independiente de robots no supervisado, logrando predicciones físicamente consistentes de interacciones complejas y mejorando significativamente el rendimiento de las políticas de aprendizaje por refuerzo en el mundo real en comparación con los datos recopilados por humanos.
El artículo presenta ImpedanceDiffusion, un marco jerárquico que combina planificación global de trayectorias basada en difusión condicionada por imágenes, seguimiento con campos de potencial artificial y control de impedancia variable semánticamente consciente para lograr una navegación segura y adaptativa de enjambres de drones en entornos interiores abarrotados.
Este trabajo presenta GF-BiLSTM, un modelo de fusión profunda que aprovecha tanto la amplitud como la fase de la información de estado del canal (CSI) de Wi-Fi para mejorar significativamente la precisión y la robustez en el reconocimiento de actividades robóticas, demostrando por primera vez el papel crítico de la fase en este dominio.
Este trabajo presenta un manipulador móvil bimanual de bajo costo (menos de 1300 dólares) basado en XLeRobot con computación a bordo NVIDIA Jetson Orin Nano, que ofrece un diseño mecánico optimizado, una topología de alimentación robusta y autonomía completa para teleoperación y manipulación basada en visión sin dependencias externas.
El artículo presenta "Quality over Quantity" (QoQ), un enfoque sistemático que utiliza funciones de influencia para curar automáticamente demostraciones de alta calidad en el aprendizaje robótico, mejorando el rendimiento de las políticas al priorizar la contribución de cada muestra a la reducción de la pérdida sobre demostraciones de validación.
Este trabajo presenta un marco novedoso que estima trayectorias 3D y clasifica drones directamente a partir de videos de internet sin anotaciones manuales, utilizando razonamiento visión-lingüístico y refinamiento físico para lograr un rendimiento superior en tareas de contra-drones mediante transferencia cero-shot.
Este artículo presenta un marco de control de alto deslizamiento para vehículos automatizados que excita activamente la región de fricción máxima durante operaciones sin carga, utilizando un modelo de neumático Magic Formula y una estrategia de control óptimo para estimar con precisión y seguridad el coeficiente de fricción neumático-carretera.