864 articles
Cet article présente une nouvelle problématique d'accessibilité pour deux agents en poursuite, caractérisant géométriquement l'ensemble accessible dépendant via la stratégie de poursuite à cap constant et en fournissant des bornes théoriques ainsi que des résultats de simulation.
Cet article présente XR-DT, un cadre de jumeau numérique amélioré par la réalité étendue qui intègre un contrôleur MPPI conscient de l'humain et un modèle de prédiction de trajectoire basé sur l'attention pour permettre une interaction humain-robot sûre, efficace et interprétable dans des espaces partagés.
Ce papier présente Safe MPD, un planificateur de diffusion sans entraînement qui intègre un bouclier de sécurité pour générer des trajectoires robotiques sûres et cinodynamiquement réalisables par construction, surpassant les stratégies existantes en termes de taux de réussite et de temps de calcul.
Cet article présente SORS, un simulateur modulaire et haute fidélité basé sur la méthode des éléments finis et l'optimisation non linéaire contrainte, conçu pour modéliser avec précision les déformations complexes et les interactions de contact des robots mous afin de combler le fossé entre la simulation et la réalité.
Ce papier présente VISO, un système SLAM robuste pour les environnements sous-marins qui fusionne une caméra stéréo, une centrale inertielle et un sonar 3D pour réaliser une localisation précise et une reconstruction 3D dense haute fidélité grâce à une calibration en ligne et un rendu photométrique.
L'article présente InsSo3D, un système de localisation et de cartographie simultanées (SLAM) 3D couplant un sonar tridimensionnel et un système de navigation inertielle, capable de générer des cartes précises et de corriger la dérive de l'odométrie pour l'inspection de structures sous-marines dans des environnements turbides.
Le papier propose (MGS)-Net, un cadre géométrique unifié qui intègre le filtrage de structure macro-géométrique et l'adaptation d'échelle micro-géométrique pour surmonter les désalignements entre vues aériennes obliques et images satellites, atteignant ainsi des performances de pointe en géolocalisation croisée.
Le papier présente APEX, un système d'apprentissage par renforcement profond qui permet à un robot humanoïde de grimper et de descendre de manière autonome des plateformes hautes (jusqu'à 114 % de la longueur de ses jambes) en composant plusieurs compétences de locomotion perceptive, tout en assurant une transition fluide du simulateur à la réalité.
Ce papier présente MiDAS, un système open-source et agnostique de plateforme permettant l'acquisition multimodale non invasive et synchronisée de données pour la chirurgie robotique mini-invasive, validé sur des robots Raven-II et da Vinci Xi avec des jeux de données annotés incluant des tâches de suture de hernie.
Ce papier propose un cadre de co-entraînement sim-réel basé sur l'apprentissage par renforcement (RL-Co) qui, en combinant un démarrage par apprentissage supervisé et un affinage interactif en simulation avec une contrainte d'ancrage sur des données réelles, améliore significativement le succès et la généralisation des modèles vision-langage-action (VLA) dans le monde réel par rapport aux méthodes traditionnelles.
Cet article propose un cadre novateur en trois étapes, combinant simulation de haute fidélité, apprentissage par renforcement robuste et une couche de mise à l'échelle, permettant aux robots dirigeables miniatures d'atteindre et de maintenir avec succès une posture inversée dans des environnements réels.
Le papier présente ROSER, un cadre de récupération few-shot léger qui extrait des segments de tâches réutilisables à partir de logs robotiques non étiquetés en utilisant seulement quelques exemples de référence, surmontant ainsi la pénurie de données étiquetées et surpassant les méthodes existantes en précision et en efficacité sur plusieurs grands ensembles de données.
Ce papier présente « Companion », un système artistique intégrant un robot dessinateur et des modèles de langage pour transformer la collaboration humain-machine en une co-création synergique de récits visuels, dont la qualité esthétique et la pertinence d'exposition ont été validées par des experts.
Le papier présente RoboLayout, une extension de LayoutVLM qui intègre des contraintes de reachabilité dans un processus d'optimisation différentiable pour générer des scènes 3D sémantiquement cohérentes et physiquement réalisables par divers agents incarnés.
Le papier présente ProFocus, un cadre sans entraînement qui améliore la navigation vision-langage en unifiant une perception proactive et un raisonnement ciblé via la collaboration de modèles de langage et de vision, permettant d'atteindre des performances de pointe sur les benchmarks R2R et REVERIE.
Cet article présente une méthode de prédiction de trajectoire pilotée par jumeau numérique pour les intersections urbaines V2X, qui intègre une nouvelle fonction de perte « twin loss » pour garantir la conformité aux règles de circulation et la sécurité tout en maintenant une précision de prédiction élevée.
Le papier présente TEGA, un système de téléopération assistée qui fusionne l'inférence d'intention via des signaux EMG et la détection visuotactile pour fournir un retour haptique vibrotactile en temps réel, permettant ainsi aux utilisateurs de moduler intuitivement la force de préhension et d'améliorer la stabilité de la saisie.
Le papier présente PRISM, une méthode qui combine l'apprentissage par imitation et le renforcement guidé par des instructions humaines pour affiner des politiques de manipulation robotique, améliorant ainsi leur robustesse et leur efficacité en données grâce à des corrections interactives.
Cet article propose une méthode d'apprentissage conjoint des tâches inverses et directes permettant aux politiques robotiques d'extrapoler efficacement à de nouvelles conditions et configurations sans supervision directe, surpassant ainsi les approches alternatives basées sur la diffusion.
Cet article propose le premier cadre de vérification robuste couplée pour les détecteurs de points clés basés sur des cartes de chaleur, qui garantit la robustesse en bornant les déviations conjointes de tous les points clés via un problème de falsification résolu par programmation linéaire en nombres entiers mixtes (MILP).