864 articles
Cette étude de référence évalue la maturité industrielle des modèles de base robotiques en analysant leur paysage et en appliquant un cadre d'évaluation rigoureux à 324 modèles, révélant que leur adoption à grande échelle est actuellement limitée par des lacunes critiques en matière de sécurité, de temps réel et d'intégration systémique.
Cet article présente un cadre de co-conception imbriqué et basé sur le gradient qui optimise conjointement la forme aérodynamique et le planificateur de mouvement de robots ailés en utilisant un modèle substitut neuronal pour les forces aérodynamiques, permettant ainsi d'améliorer les performances de tâches complexes comme l'atterrissage et le perçage avec une efficacité computationnelle supérieure aux méthodes évolutives.
Ce papier propose une méthode novatrice combinant une recherche de type RRT et un MPC basé sur l'échantillonnage guidé par la stabilité pour générer automatiquement des stratégies de manipulation robotique diversifiées et à long terme sans nécessiter de démonstrations humaines ni de guidance spécifique à la tâche.
Le papier présente HybridMimic, un cadre de contrôle hybride combinant l'apprentissage par renforcement et un modèle dynamique centré de masse pour permettre aux robots humanoïdes de mimer des mouvements humains avec une robustesse accrue et une réduction de l'erreur de suivi de position, même dans des environnements non vus lors de l'entraînement.
Cet article présente un cadre multi-niveaux Sim-to-Real utilisant la réalité virtuelle pour entraîner et sélectionner des contrôleurs personnalisés basés sur le regard, permettant à un exosquelette cervical assisté de prédire et d'accompagner efficacement les mouvements de tête des utilisateurs atteints du syndrome de la tête tombante.
Cet article présente une analyse approfondie des effets des dégradations du réseau sur la téléchirurgie, utilisant un nouvel outil d'injection de fautes (NetFI) et une étude avec 15 participants pour identifier les vulnérabilités des mouvements chirurgicaux et établir des limites opérationnelles quantitatives.
S'inspirant du principe de l'énergie libre, cet article propose une méthode de contrôle robuste qui unifie l'apprentissage de la dynamique et de la récompense avec la robustesse distributionnelle pour garantir des performances fiables en robotique, réduisant ainsi l'écart simulation-réalité sans besoin d'ajustement spécifique.
Cet article propose une stratégie d'allocation de contrôle à horizon glissant et consciente de l'actionnement pour les UAV omnidirectionnels, qui exploite la redondance du système via une optimisation dans le noyau pour anticiper et supprimer les oscillations des moteurs tout en préservant la précision du suivi de trajectoire.
Le papier présente RoboCritics, une approche intégrant des critiques informés par des experts pour détecter et corriger les erreurs de mouvement dans la programmation robotique par LLM, améliorant ainsi la sécurité et la fiabilité du processus pour les utilisateurs novices.
Ce papier présente MotionBits, une nouvelle approche d'analyse de mouvement basée sur l'équivalence des twists spatiaux cinématiques pour segmenter les corps rigides sans dépendre de la sémantique, accompagnée d'un benchmark nommé MoRiBo et d'une méthode de segmentation sans apprentissage qui surpassent les méthodes existantes et améliorent les tâches de raisonnement et de manipulation incarnée.
Cette étude présente le testbed LAVT pour analyser la dégradation non linéaire de la stabilité des systèmes de téléopération visuelle, révélant un effondrement critique de la performance entre 150 ms et 225 ms de latence de perception.
Le papier présente Robodimm, un cadre logiciel automatisé qui utilise une formulation KKT sur Pinocchio et Pink pour dimensionner précisément les actionneurs de robots modulaires évolutifs, en tenant compte des effets de poids propre et des chaînes cinématiques fermées.
Le papier présente CAR, un cadre novateur utilisant des transformateurs et un espace latent de mobilité commun pour permettre l'adaptation rapide de la cinématique et de la dynamique de véhicules autonomes hétérogènes avec un minimum de données, surpassant ainsi les méthodes traditionnelles de transfert direct.
Cet article préliminaire propose un cadre de conception HRI inspiré de la mode, où les choix de matériaux, de couleurs et de textures servent de signaux d'interaction explicatifs pour aligner les attentes des utilisateurs sur les rôles et les capacités réels des robots, plutôt que de les considérer comme de simples éléments décoratifs.
Le papier présente VertiAdaptor, un cadre d'adaptation en ligne novateur qui intègre l'élévation et les représentations sémantiques pour modéliser la cinématique dynamique des véhicules autonomes sur des terrains accidentés, permettant une adaptation rapide et précise à de nouveaux environnements non structurés.
Cet article présente CoPCS, une approche d'apprentissage basée sur des transformateurs graphiques hétérogènes qui permet une planification collaborative synchronisée et simultanée entre des drones (UAV) et des robots terrestres (UGV) pour optimiser les missions à grande échelle tout en respectant les contraintes énergétiques et de terrain.
Le papier présente SysNav, un système de navigation d'objets multi-niveaux et cross-embodiment qui intègre des modèles vision-langage pour la sémantique et une stratégie hiérarchique de planification, permettant des performances supérieures et une navigation fiable à grande échelle dans des environnements réels complexes sur trois types de robots différents.
Ce papier présente T2Nav, un système de navigation visuelle zéro-shot qui intègre des données hétérogènes et un raisonnement basé sur la topologie algébrique pour permettre une exploration efficace, une détection de boucle fiable et une adaptation robuste à des environnements inconnus sans nécessiter de réentraînement.
Ce papier présente SurgSync, un cadre de collecte de données multi-modales synchronisées pour la robotique chirurgicale, accompagné d'un ensemble de données validé et d'outils logiciels destinés à l'entraînement et à l'évaluation des compétences chirurgicales.
Ce papier propose une méthode efficace de fonction barrière de contrôle neuronale composite (CN-CBF), combinant plusieurs réseaux de neurones entraînés via la théorie de l'atteignabilité de Hamilton-Jacobi et une architecture résiduelle, pour garantir une navigation robotique sûre dans des environnements dynamiques avec des taux de réussite supérieurs aux méthodes existantes sans augmenter la conservatisme.