864 articles
Cet article présente une méthode utilisant un petit modèle vision-langage (VLM) de 4 milliards de paramètres, affiné sur un nouveau dataset généré à partir d'épisodes robotiques, pour produire des arbres de comportement exécutables qui atteignent un taux de réussite de 87 % dans des tâches ménagères simulées, rivalisant ainsi avec des modèles fermés beaucoup plus coûteux.
Ce papier propose « Sticky-Glance », un cadre de reconnaissance d'intention robuste pour la collaboration humain-robot qui stabilise le suivi des regards vers des objets grâce à un algorithme « sticky-glance » et à une interaction multimodale, permettant une sélection précise avec très peu d'échantillons et réduisant la durée des tâches de près de 10 %.
Ce rapport présente un cadre structuré pour la sécurité physique des robots qui aligne l'ingénierie de sécurité classique, la simulation de jumeaux numériques et la génération de données synthétiques pour entraîner des modèles d'apprentissage machine fondés sur une ontologie formalisée des dangers.
Cet article présente une politique de contrôle partagé pour la rééducation, baptisée DAMMRL, qui utilise un apprentissage par renforcement à double agent et à modèles multiples pour optimiser l'adaptation conjointe humain-robot dans des tâches de rééducation du membre supérieur en déclenchant les actions de manière événementielle et en découplant les espaces de tâche afin de supprimer les oscillations et d'améliorer l'efficacité.
Le papier présente DreamToNav, un cadre de navigation robotique généralisable qui utilise des modèles de génération vidéo pour transformer des instructions naturelles en trajectoires exécutables, permettant ainsi à des robots de « rêver » visuellement leurs mouvements avant l'exécution avec un taux de réussite de 76,7 %.
Le papier présente KISS-IMU, un cadre d'odométrie inertielle auto-supervisé qui élimine la dépendance aux données de vérité terrain en utilisant l'enregistrement ICP LiDAR comme signal d'apprentissage, tout en assurant robustesse et généralisation grâce à un équilibrage du mouvement et une pondération adaptative basée sur l'incertitude.
Le papier présente VG3S, un cadre novateur qui améliore la prédiction d'occupation sémantique 3D en intégrant des repères géométriques robustes issus de modèles de fondation visuels via un adaptateur hiérarchique, permettant d'obtenir des performances significativement supérieures sur le benchmark nuScenes.
Cet article propose un simulateur différentiable à base de réseaux de neurones graphiques et d'apprentissage par quelques exemples, qui combine la cohérence physique des modèles analytiques avec la capacité d'apprentissage des données réelles pour améliorer la fidélité des simulations de contacts rigides et l'efficacité de l'apprentissage de politiques robotiques.
Le papier propose TaPD, un cadre unifié de distillation progressive adaptative au temps qui améliore la prédiction de trajectoire pour la conduite autonome en reconstruisant explicitement les historiques manquants et en transférant des connaissances de modèles à long terme, permettant ainsi des performances robustes même avec des observations très courtes.
Le papier présente NOVA, une approche innovante de suivi multi-objets 3D qui utilise l'autorégression de modèles de langage pour généraliser la détection à des cibles inconnues en reformulant les trajectoires comme des séquences sémantiques spatio-temporelles, permettant ainsi d'atteindre des performances supérieures sur des catégories nouvelles grâce à un raisonnement sémantique de haut niveau.
Cet article propose une approche en deux étapes combinant des indices satellitaires et un véhicule de surface autonome équipé de sonar pour optimiser la détection et la récolte ciblée de la végétation aquatique dans les plans d'eau artificiels, réduisant ainsi la charge de travail des opérateurs humains.
Ce papier présente OccNL, le premier benchmark pour la prédiction d'occupation sémantique 3D sous bruit de labels, et propose DPR-Occ, un cadre robuste qui surpasse les méthodes existantes en maintenant la précision géométrique et sémantique malgré des niveaux de corruption extrêmes.
Le papier présente SuperSuit, un cadre bimodal isomorphe qui unifie la téléopération et la démonstration active pour les manipulateurs mobiles, permettant une acquisition de données évolutive et une formation de politiques efficaces grâce à une représentation cinématique cohérente.
Cet article propose une plateforme de mini-voitures à l'échelle 1:10, fonctionnant sous ROS2 et intégrant la pile logicielle open-source ETSI-compliant OScar, pour permettre des expérimentations coopératives et connectées à moindre coût, comme démontré par la validation d'une application d'alerte de collision aux intersections.
Cet article présente un cadre de contrôle distribué garantissant la sécurité et le consensus pour la manipulation coopérative par plusieurs bras robotiques, en utilisant des fonctions barrières de contrôle hiérarchiques à déclenchement événementiel pour réduire les coûts de calcul et de communication tout en évitant les obstacles.
Cet article démontre que l'utilisation de données analogiques, c'est-à-dire des démonstrations appariées alignant scènes, tâches et trajectoires entre différents robots, permet d'améliorer significativement le transfert de compétences cross-embodiment par rapport à l'ajout simple de données diversifiées non appariées.
Cet article propose un cadre d'élagage de tokens visuels spatio-temporels sans réentraînement qui améliore l'efficacité et la latence des modèles de navigation vision-langage tout en préservant leur précision, comme démontré par des benchmarks et un déploiement réel sur un robot quadrupède.
Cet article introduit le concept de « corridors de barrières de contrôle » qui unifie les fonctions de barrière de contrôle et les corridors de mouvement sûrs en convertissant les premières en régions de but locales pour permettre une sélection de cibles persistante et vérifiablement sûre lors de la navigation autonome dans des environnements inconnus.
Cet article propose une représentation d'embedding de conception unifiée et de faible dimension qui permet l'optimisation conjointe efficace de la forme, des matériaux et de l'actionnement des robots souples en surmontant les défis computationnels liés à la mécanique non linéaire et en surpassant les approches séquentielles ainsi que les méthodes basées sur des réseaux de neurones.
L'article présente CFEAR-TR, une méthode de localisation autonome rapide et précise utilisant uniquement un radar rotatif pour s'aligner sur des cartes préalables et des trames récentes, offrant ainsi une navigation robuste dans des conditions météorologiques adverses avec des performances proches de celles du LiDAR.