666 articles
Cet article présente CoHet, un algorithme de reinforcement learning multi-agents décentralisé qui utilise une motivation intrinsèque pilotée par des réseaux de neurones graphiques pour améliorer la coopération entre agents hétérogènes dans des environnements à observabilité partielle et à récompenses rares.
Cet article propose une approche d'optimisation différentiable basée sur les fonctions de barrière de contrôle pour apprendre de manière interprétable, à partir de données, comment les agents multi-agents allouent leur responsabilité afin d'assurer des interactions sûres et efficaces.
Le papier présente OWL-TAMP, une approche qui intègre des modèles vision-langage pour générer des contraintes discrètes et continues afin d'améliorer la planification tâche-mouvement dans des environnements ouverts et de résoudre des tâches de manipulation complexes à long terme spécifiées en langage naturel.
Ce papier propose une technique de compression d'images basée sur la synthèse de nouvelles vues et l'optimisation par descente de gradient pour permettre un retour visuel en temps réel des véhicules téléopérés sous-marins, surpassant les méthodes existantes en termes de ratio de compression et de qualité d'image.
Cet article présente le MS-HGNN, un réseau de neurones sur graphes hétérogènes équivariant aux symétries morphologiques qui intègre les structures cinématiques et les symétries des robots pour apprendre efficacement leur dynamique avec une grande généralisabilité, comme validé par des expériences sur des robots quadrupèdes.
Ce papier présente CuriousBot, un système de robotique mobile qui utilise un graphe d'objets relationnels 3D pour surmonter les limites des méthodes actuelles en permettant une exploration interactive et généralisable au-delà des scènes de table, surpassant ainsi les approches basées uniquement sur les modèles vision-langage.
Ce papier présente les iMarkers, des marqueurs de fiduciation invisibles pour l'œil humain mais détectables par les robots, conçus pour résoudre le problème esthétique des marqueurs traditionnels tout en offrant une grande flexibilité de production et une détection robuste dans divers scénarios robotiques.
Cet article présente un cadre intégré de type Real2Sim2Real pour la manipulation d'objets linéaires déformables, qui utilise l'inférence sans vraisemblance pour estimer les paramètres physiques à partir de données visuelles et proprioceptives afin d'entraîner des politiques visuomotrices en simulation et de les déployer avec succès dans le monde réel sans ajustement supplémentaire.
Ce papier présente LLM-Advisor, un cadre innovant utilisant des modèles de langage comme conseillers post-traitement pour optimiser l'efficacité énergétique de la planification de trajectoire robotique sur des terrains hétérogènes, comblant ainsi les lacunes en raisonnement spatial des LLMs seuls.
Ce papier présente iTuP, un cadre qui améliore la réussite de l'utilisation d'outils par les robots en sélectionnant des prises stables grâce à une optimisation du couple d'interaction prédit via le SDG-Net, surpassant ainsi les approches basées uniquement sur la perception géométrique.
Cet article présente la Latent Policy Steering (LPS), une méthode qui améliore les politiques robotiques en faible quantité de données en pré-entraînant un modèle du monde avec des flux optiques pour exploiter des données hétérogènes, puis en affinant ce modèle sur des démonstrations cibles pour sélectionner les meilleures actions et surpasser significativement les approches par imitation comportementale.
Le papier présente YOPO, une méthode unifiée et minimaliste basée sur les transformers qui réalise l'estimation de pose 9D de catégorie pour plusieurs objets à partir d'une seule image RGB, atteignant des performances de pointe sans recourir à des données de profondeur ou à des modèles CAD.
Cet article présente une approche décentralisée permettant à des équipes de robots quadrupèdes d'armes de transporter coopérativement des objets non saisissables uniquement par contact physique, en utilisant une architecture de politique hiérarchique et une formulation de récompense astucieuse pour coordonner le pincement, le soulèvement et le déplacement sans communication ni contrôle centralisé.
Ce papier présente RCS, un écosystème logiciel léger et modulaire conçu pour combler le fossé entre les simulations et les robots réels, afin de faciliter l'entraînement à grande échelle et le déploiement de politiques robotiques généralistes basées sur des modèles vision-langage-action (VLA).
Ce papier présente le CSLICS, un système de caméra automatisé et peu coûteux utilisant l'intelligence artificielle pour compter précisément les pontes de coraux, réduisant ainsi considérablement la charge de travail manuelle et facilitant l'upscaling des efforts de restauration des récifs coralliens.
Ce papier présente la Composition Générale des Politiques (GPC), une méthode sans entraînement qui améliore les performances des robots en combinant de manière convexes les scores de distribution de plusieurs politiques pré-entraînées, permettant ainsi de dépasser les capacités de chaque politique individuelle sans coût de données supplémentaire.
Cet article présente un algorithme de planification de mouvement en temps réel nommé MPC-CLF-CBF, basé sur des courbes de Bézier, qui permet à des essaims de robots de maintenir ou de rétablir leur connectivité tout en naviguant efficacement dans des environnements encombrés, comme démontré par des simulations et une expérience physique avec huit quadrotors Crazyflie.
Ce papier présente NavSpace, une nouvelle norme d'évaluation conçue pour mesurer les capacités de perception et de raisonnement spatial des agents de navigation, ainsi que SNav, un modèle innovant qui surpasse les solutions existantes sur ce benchmark et lors de tests réels.
Cet article présente DuNe, un cadre d'apprentissage dual innovant qui résout le problème de la généralisation de domaine pour la segmentation sémantique LiDAR en présence de labels bruités, surpassant les méthodes existantes grâce à une cohérence au niveau des caractéristiques et un filtrage des prédictions basé sur la confiance.
Cet article propose une approche hybride utilisant un robot quadrupède pour générer des cartes métriques et sémantiques centrées sur les objets, offrant un compromis optimal entre la précision des détails individuels et le contexte global de la scène, ce qui améliore la compréhension et la planification des tâches par les grands modèles de langage (LLM) tout en surpassant les méthodes existantes en termes de précision et d'efficacité.