864 articles
Ce papier présente FlowTouch, un modèle novateur de prédiction visuo-tactile invariant au point de vue qui utilise la reconstruction de maillages 3D locaux et le Flow Matching pour générer des images tactiles à partir de données visuelles, comblant ainsi l'écart sim-to-real et permettant une prédiction de stabilité de préhension.
Seed2Scale est un moteur de données auto-évoluant qui surmonte les goulots d'étranglement de la génération de données pour l'IA incarnée en exploitant la synergie entre un petit modèle collecteur et un grand modèle évaluateur pour transformer quatre démonstrations initiales en un apprentissage itératif robuste, augmentant ainsi les performances de 131,2 %.
Le papier présente SAIL, un cadre d'apprentissage par imitation qui reformule la génération de trajectoires comme un problème de raffinement itératif guidé par une recherche arborescente Monte Carlo et des modèles vision-langage, permettant d'améliorer significativement les taux de réussite des robots grâce à une augmentation de la puissance de calcul au moment du test.
Cet article démontre que la réduction de la complexité des représentations et l'adoption d'une architecture sans communication améliorent la robustesse et la coordination des agents dans des scénarios de poursuite-évasion 3D asymétrique en milieux encombrés.
Le papier présente EndoSERV, un système de navigation robotique endoluminale basé sur la vision qui surmonte les défis de déformation tissulaire et de manque de repères grâce à une méthode de localisation combinant la segmentation par sous-structures et une cartographie réel-vers-virtuel pour un apprentissage sans étiquettes de pose réelles.
Ce papier présente HIMoS, un cadre de planification hiérarchique multi-modal à altitude fixe qui optimise la recherche et l'échantillonnage de coraux épars par des véhicules sous-marins autonomes en intégrant une planification stratégique de routes topologiques et une planification tactique locale basée sur la propagation de croyances différentiables, surpassant ainsi les méthodes existantes en efficacité énergétique et de mission.
Le papier présente PhaForce, une politique visuelle-force planifiée par phases qui combine un planificateur lent et un correcteur rapide pour améliorer la manipulation riche en contacts grâce à une fusion coordonnée de la vision et des forces, atteignant un taux de réussite moyen de 86 % sur des robots réels.
Cet article présente une méthode de coordination multi-robots sans communication, basée sur des capteurs LiDAR 3D anisotropes et un cadre de navigation perceptif, permettant une navigation sûre et efficace en milieu complexe sans GNSS, comme les forêts denses.
Le papier présente MoMaStage, un cadre vision-langage structuré qui utilise un graphe d'états-compétences et une exécution en boucle fermée pour permettre une planification robuste et cohérente de tâches de manipulation mobile sur de longues horizons sans cartographie explicite.
Le papier propose StructBiHOI, un cadre de modélisation articulaire structurée qui, en découplant la planification temporelle des articulations de l'affinement des poses et en utilisant un débruiteur diffusion inspiré de Mamba, permet une génération stable et réaliste d'interactions main-objet bimanuelles à long horizon.
Cet article propose une méthode de normalisation des valeurs invariante à l'échelle (SVN) pour stabiliser l'apprentissage par renforcement multi-agents hors ligne et établit une recette pratique permettant de débloquer son plein potentiel.
Cette étude propose une méthode de perception pilotée par l'IA, intégrant un modèle hiérarchique de prédiction des intentions humaines, permettant aux robots mobiles de laboratoires autonomes d'anticiper les interactions et d'optimiser la coordination avec les chercheurs dans des environnements partagés.
Cet article présente le cadre AFOP-ML, un réseau de type prototypique permettant l'apprentissage méta avec optimisation automatique des caractéristiques, qui améliore considérablement la reconnaissance tactile des formes et des matériaux avec très peu d'exemples en surmontant les défis liés à la rareté des données.
Le jeu de données FoMo, enregistré sur un an dans la forêt Montmorency, offre une collection multi-saisonnière complète de capteurs et de vérité terrain pour évaluer la robustesse des systèmes de navigation robotique face à des changements environnementaux extrêmes comme l'accumulation de neige et la croissance de la végétation.
Cet article présente un algorithme de suivi maritime adaptatif par filtre particulaire qui fusionne des données caméra et LiDAR en sélectionnant dynamiquement le capteur le plus informatif via une politique de réduction d'entropie, validé par des essais réels à Chypre démontrant une meilleure résilience et un compromis optimal entre précision et continuité.
Ce papier propose R2F, un cadre de navigation d'objets en intérieur sans LLM qui repurposant les frontières de rayons pour générer des hypothèses sémantiques directionnelles, permettant ainsi une exécution en temps réel avec des performances compétitives par rapport aux méthodes basées sur des modèles de grande taille.
Ce papier présente LAR-MoE, un cadre d'apprentissage par imitation en deux étapes qui découvre des compétences de manière non supervisée via un espace latent aligné pour router efficacement des experts spécialisés, permettant ainsi aux robots de maîtriser des tâches dynamiques hétérogènes sans nécessiter d'annotations de phases.
Le papier présente STRIDE, un cadre d'apprentissage dynamique qui sépare la mécanique rigide conservatrice modélisée par un réseau de neurones lagrangien des effets d'interaction stochastiques capturés par l'appariement de flux conditionnel, afin d'améliorer la précision des prédictions et la fiabilité du contrôle pour les robots opérant dans des environnements incertains.
Le papier présente 3PoinTr, une méthode de préentraînement de politiques robotiques à partir de vidéos humaines informelles qui utilise des trajectoires de points 3D comme représentation intermédiaire pour surmonter l'écart d'incarnation et permettre un apprentissage efficace avec un nombre très limité de démonstrations robotiques.
Cet article présente ProReFF, un modèle de champ de caractéristiques probabiliste qui apprend implicitement les co-occurrences d'objets à partir de données non étiquetées pour guider efficacement un agent robotique dans la recherche d'objets, atteignant jusqu'à 80 % des performances humaines.