867 artículos
El artículo presenta cuRoboV2, un marco unificado y nativo de GPU para la generación de movimientos en robots de alto grado de libertad que integra optimización de trayectorias con B-splines, campos de distancia densos y acelerados, y dinámica diferenciable, logrando un rendimiento superior en seguridad, eficiencia y escalabilidad desde manipuladores hasta humanoides completos.
El artículo presenta Safe-SAGE, un marco unificado que integra la comprensión semántica del entorno con el control crítico de seguridad mediante una función de seguridad de Poisson modulada por un campo de guía de Laplace, permitiendo a los robots de pierna navegar de forma segura en entornos dinámicos y semánticamente ricos con márgenes de seguridad dependientes del contexto.
El artículo presenta RoboPocket, un sistema portátil que utiliza realidad aumentada en smartphones para visualizar las predicciones de un robot y permitir la iteración instantánea de políticas mediante correcciones interactivas y ajuste en línea, logrando así una eficiencia de datos significativamente superior a las estrategias tradicionales sin necesidad de ejecutar físicamente al robot.
Este artículo propone un método novedoso de localización relativa que fusiona la odometría visual-inercial (VIO) de un micro-vehículo aéreo no tripulado (UAV) con datos de localización LiDAR de un UAV compañero más grande, logrando una guía cooperativa precisa que mitiga la deriva del VIO y permite explorar áreas inaccesibles para plataformas LiDAR convencionales.
Este artículo revisa y analiza las funciones de recompensa utilizadas en el aprendizaje por refuerzo para la conducción autónoma, identificando desafíos como la falta de estandarización y la dificultad para equilibrar objetivos conflictivos, para finalmente proponer futuras líneas de investigación que incluyan marcos de validación y recompensas estructuradas y conscientes del contexto.
Este artículo presenta un marco bayesiano unificado que combina un filtro de partículas personalizado y una superficie implícita de proceso gaussiano para permitir a los robots reconocer objetos y estimar su pose mediante el tacto activo, mientras transfieren conocimiento de formas conocidas para reconstruir y aprender nuevas formas.
Este trabajo presenta MIKASA, un marco unificado y un nuevo conjunto de 32 tareas de manipulación robótica diseñadas para evaluar sistemáticamente las capacidades de memoria de los agentes de aprendizaje por refuerzo en entornos complejos y parcialmente observables.
El artículo presenta "Evolution 6.0", un sistema robótico autónomo impulsado por modelos de IA generativa que permite a los robots diseñar y fabricar sus propias herramientas y aprender a utilizarlas para ejecutar tareas humanas, logrando altas tasas de éxito en la generación de herramientas y la generalización de acciones.
El artículo presenta RoboGuard, una arquitectura de dos etapas que combina un modelo de lenguaje seguro con razonamiento de cadena de pensamiento y síntesis de control lógico temporal para contextualizar reglas de seguridad y prevenir comportamientos peligrosos en robots impulsados por modelos de lenguaje grandes, logrando reducir drásticamente la ejecución de planes inseguros ante ataques sin comprometer el rendimiento en tareas seguras.
Este artículo propone un enfoque de aprendizaje auto-supervisado que integra percepción de profundidad basada en aprendizaje con optimización de trayectorias diferenciables para la planificación de trayectorias de UAVs en entornos 3D, logrando una mejora significativa en el seguimiento de posición y la eficiencia del control sin necesidad de demostraciones expertas.
El artículo propone TPK, un modelo de predicción de trayectorias confiable para la conducción autónoma que integra conocimientos previos sobre interacciones y cinemática específicos para vehículos, peatones y ciclistas, mejorando la interpretabilidad y garantizando la viabilidad física de las predicciones en escenarios de tráfico mixto.
Este trabajo presenta "Feature Mixing", un método multimodal extremadamente simple y rápido para la síntesis de valores atípicos que mejora la detección y segmentación de datos fuera de distribución, junto con el nuevo conjunto de datos CARLA-OOD, logrando un rendimiento de vanguardia con una aceleración de hasta 370 veces en comparación con métodos anteriores.
El artículo presenta pyCub, un marco de simulación y ejercicios de código abierto basado en Python para el robot humanoide iCub, diseñado para facilitar el aprendizaje de la robótica humana sin requerir conocimientos avanzados de programación ni el middleware YARP.
El artículo presenta Q-SVMPC, un método de control predictivo basado en modelos que utiliza inferencia posterior a nivel de trayectoria guiada por valores Q y un prior de política de aprendizaje por refuerzo para preservar soluciones diversas y mejorar la eficiencia, estabilidad y robustez en comparación con enfoques tradicionales.
El artículo presenta VITA, un marco de aprendizaje de políticas de flujo de coincidencia libre de ruido y condicionamiento que mapea directamente representaciones visuales a acciones latentes mediante un autoencoder y una decodificación de flujo latente, logrando una inferencia significativamente más rápida y un rendimiento superior en diversas tareas robóticas.
El artículo presenta Point2Act, un sistema eficiente que utiliza modelos de lenguaje multimodal para recuperar puntos de acción 3D precisos a partir de descripciones en lenguaje natural, permitiendo a los robots realizar tareas de manipulación en ceros disparos en entornos no vistos mediante la agregación de múltiples vistas y la reconstrucción de la escena en tiempo real.
Este trabajo presenta un método que permite a un brazo robótico con piel sensible localizar y agarrar objetos utilizando únicamente retroalimentación háptica en toda su superficie, logrando una tasa de éxito del 85,7% y siendo seis veces más rápido que los enfoques tradicionales basados solo en el efector final.
Este artículo presenta un nuevo método geométrico basado en el álgebra geométrica proyectiva y un algoritmo generador de nulidad de regresor dinámico de complejidad constante para determinar analíticamente y de manera eficiente los parámetros de inercia base en diversos sistemas robóticos, incluyendo mecanismos de cinemática paralela.
El artículo presenta Event-LAB, un marco unificado basado en Pixi que estandariza la evaluación y comparación de métodos de localización neuromórfica (como VPR y SLAM) en múltiples conjuntos de datos, abordando los desafíos de compatibilidad de dependencias y demostrando la importancia de parámetros consistentes para una evaluación justa.
Este trabajo presenta el primer estudio y benchmark (ActiSeg-NL) sobre segmentación de objetos en video basada en acciones bajo ruido de etiquetas, introduciendo un nuevo mecanismo de cabezal de máscara paralelo y analizando estrategias de aprendizaje robustas para abordar el ruido en prompts textuales y anotaciones de máscaras.