684 articles
Cette étude démontre que les erreurs de sélection ou de placement sont moins préjudiciables à la fiabilité perçue d'un robot que les glissements ou les blocages, et que cette fiabilité peut être rétablie par des exécutions réussies ultérieures sans nécessiter de réparation sociale explicite.
Cet article présente un cadre hiérarchique de contrôle prédictif adaptatif qui permet à des robots quadrupèdes de transporter de manière robuste des charges statiques et dynamiques inconnues sur des terrains accidentés en estimant les paramètres du modèle de locomotion et en assurant la stabilité via un critère convexe intégré à la commande prédictive.
Cet article présente un contrôleur prédictif non linéaire amélioré par la sécurité (SEP-NMPC) qui garantit la stabilité et l'absence de collisions pour un drone quadricoptère transportant une charge suspendue dans des environnements encombrés, en intégrant une inégalité de passivité stricte et des fonctions barrières de contrôle d'ordre élevé directement dans l'optimisation en temps réel.
Ce papier présente APPLV, une méthode qui utilise des modèles vision-langage-action pour prédire dynamiquement les paramètres de planificateurs classiques, améliorant ainsi la navigation autonome et la généralisation dans des environnements contraints.
Cet article propose une méthode innovante d'identification de systèmes par SINDy adaptatif couplée à un contrôle adaptatif RLS pour rejeter les perturbations aérodynamiques et améliorer la précision du suivi de trajectoire des drones dans des environnements turbulents.
Cette étude démontre que les modèles centrés sur le canal, y compris les simulateurs de ray-tracing, échouent à prédire avec précision le débit de bout en bout dans les réseaux 5G privés en raison d'une surestimation des couches spatiales MIMO, et recommande l'adoption d'approches pilotées par les données pour garantir une planification robotique fiable.
Ce papier présente PSANE, un cadre de navigation et d'exploration active qui exploite les mesures proprioceptives des interactions jambe-terrain pour apprendre un modèle de traversabilité et guider en temps réel des robots marcheurs de manière sûre dans des environnements planétaires granulaires inconnus.
Cet article présente un système de localisation magnétique sans infrastructure permettant à un drone léger de se positionner, de suivre et d'atterrir avec une précision centimétrique sur un robot quadrupède mobile, facilitant ainsi la collaboration autonome entre drones et véhicules terrestres dans des environnements inconnus.
Cet article propose une méthode de prédiction conforme adaptative et consciente de la formation, intégrée à un contrôleur CBF-QP, pour garantir la sécurité et le maintien de la visibilité dans les systèmes multi-robots leader-suiveur en présence d'erreurs de perception hétéroscédastiques.
Le papier présente FAME, un cadre d'apprentissage par renforcement adaptatif aux forces qui permet à un humanoïde à échelle réelle de maintenir son équilibre et d'élargir son enveloppe de manipulation bimanuelle en estimant les forces d'interaction via la dynamique du robot, sans capteurs de couple aux poignets.
Le papier présente SurgCalib, un cadre de calibration main-œil sans marqueur basé sur le Gaussian Splatting pour les robots chirurgicaux da Vinci, qui surmonte les imprécisions des encodeurs et les contraintes de stérilité en affinant la pose de l'instrument via une optimisation différentiable sous contrainte RCM.
Cet article présente trois améliorations pour transformer la main robotique Inspire RH56DFX en outil de recherche fiable : une caractérisation matérielle, un modèle MuJoCo validé pour la planification de préhension et un contrôleur hybride vitesse-force, permettant d'atteindre des taux de réussite supérieurs sur des tâches d'insertion et de préhension d'objets divers.
Cette présentation propose l'algorithme CMA-ES-IG, qui améliore l'apprentissage des préférences des utilisateurs non experts pour les robots en intégrant explicitement l'expérience utilisateur via la sélection de trajectoires informatives et perceptuellement distinctes, surpassant ainsi les méthodes existantes en termes d'évolutivité, de robustesse et de préférence utilisateur.
Le papier présente PlayWorld, un pipeline autonome et évolutif qui entraîne des simulateurs vidéo de monde robotique à partir de l'auto-jeu non supervisé, permettant de prédire avec précision les interactions physiques complexes et d'améliorer significativement les performances des politiques d'apprentissage par renforcement dans le monde réel par rapport aux données collectées par des humains.
Le papier présente ImpedanceDiffusion, un cadre hiérarchique utilisant la planification de trajectoires par diffusion conditionnée par l'image et un contrôle d'impédance variable pour permettre une navigation sûre et adaptative de essaims de drones dans des environnements intérieurs encombrés, validée avec un taux de réussite de 92 % lors de déploiements réels.
Cet article présente GF-BiLSTM, un réseau de fusion profonde à double flux qui exploite systématiquement les informations de phase du CSI Wi-Fi, en plus de l'amplitude, pour améliorer la précision et la robustesse de la reconnaissance des activités robotiques.
Cet article présente la conception d'un manipulateur mobile bimanuel à faible coût (moins de 1300 $) et autonome, intégrant un calcul embarqué NVIDIA Jetson Orin Nano et une architecture mécanique et électrique optimisée pour la téléopération et l'apprentissage robotique sans dépendances externes.
Ce papier propose une méthode systématique nommée « Quality over Quantity » qui utilise des fonctions d'influence pour identifier et sélectionner automatiquement les démonstrations de haute qualité, améliorant ainsi l'apprentissage par imitation des robots en se concentrant sur la pertinence des données plutôt que sur leur volume.
Cet article présente un cadre novateur qui extrait automatiquement des trajectoires 3D et des catégories d'UAV à partir de vidéos Internet sans annotation manuelle, en combinant acquisition pilotée par le langage, génération de labels cross-modale et raffinement physique pour améliorer les performances des systèmes anti-UAV via un transfert zéro-shot.
Cet article propose un cadre de contrôle à haut glissement pour les véhicules automatisés permettant d'estimer avec précision le coefficient de friction pic pneu-chaussée en excitant activement cette région lors d'opérations à vide, tout en garantissant la sécurité grâce à une stratégie de contrôle optimal et une méthode d'estimation statistique robuste.