864 articoli
Questo articolo presenta un quadro di controllo generale che garantisce la stabilità e la precisione nel task-space per robot soffici sottoposti a vincoli di attuatori e sotto-attuazione, utilizzando funzioni di Lyapunov come vincoli convessi per superare le limitazioni delle strategie non lineari tradizionali.
Il paper presenta il dataset RFM-HRI, una risorsa multimodale che analizza le reazioni verbali e non verbali degli utenti e le loro preferenze di recupero di fronte a specifici fallimenti di interazione durante compiti di prelievo di oggetti con robot medici, fornendo fondamentali indicazioni per migliorare la sicurezza e la fiducia nelle interazioni uomo-robot critiche.
Il paper introduce SCOUT, un metodo innovativo che utilizza grafi di scena 3D e una distillazione procedurale offline da grandi modelli linguistici per abilitare una ricerca interattiva di oggetti in ambienti aperti, superando i limiti di velocità e costo delle soluzioni precedenti mantenendo un'efficace generalizzazione semantica.
Il paper presenta TransMASK, un metodo auto-supervisionato che apprende una maschera per trasformare lo stato osservato in una rappresentazione latente focalizzata sugli elementi rilevanti, migliorando così la generalizzazione e la robustezza delle politiche di apprendimento per imitazione in nuovi ambienti.
Il documento presenta la Contact-Grounded Policy (CGP), un approccio che abilita la manipolazione abile e ricca di contatti prevedendo lo stato del robot e il feedback tattile per generare comandi di controllo conformi, validato sia in simulazione che su robot fisico attraverso dimostrazioni teleoperate.
Questo studio presenta il dataset NC-tALC, una raccolta di dati ad alta fedeltà derivata da esperimenti controllati che analizzano le dinamiche di interazione e le manovre di cambio corsia dei veicoli autonomi in transizione (tAV) in presenza di veicoli guidati da umani o dotati di cruise control adattivo.
Il paper propone un nuovo framework di generazione di percorsi sensibile all'ambiente per la manifattura additiva robotica, che integra quattro algoritmi di pianificazione per progettare strutture in tempo reale in ambienti dinamici e valutarne le prestazioni attraverso metriche strutturali e computazionali specifiche.
Questo articolo presenta un sistema di visione e linguaggio basato su modelli open-source locali per robot interpreti medici, che rileva atti linguistici specifici e genera gesti robotici appropriati, garantendo la privacy e migliorando l'umanizzazione dell'interazione rispetto alle soluzioni esistenti.
Il paper presenta Safe-Night VLA, un framework multimodale che integra la percezione termica a infrarossi e vincoli di sicurezza deterministici nei modelli visione-linguaggio-azione, permettendo ai robot di manipolare oggetti in modo sicuro e robusto anche in condizioni di scarsa visibilità o scenari non visti in precedenza.
Il paper presenta EmboAlign, un framework privo di dati che allinea i modelli generativi video con vincoli compositivi estratti da modelli linguistico-visivi per selezionare rollouts fisicamente plausibili e ottimizzare le traiettorie robotiche, migliorando significativamente il successo delle manipolazioni robotiche zero-shot senza necessità di addestramento specifico.
Il paper propone un framework a due stadi che integra l'ottimizzazione bayesiana vincolata e la ricerca basata su conflitti potenziata dalla logica temporale spaziale (STL) per pianificare traiettorie efficienti e sicure per robot multipli soggetti a vincoli cinematici e dinamiche, validando l'approccio sia tramite benchmark che con esperimenti reali su veicoli autonomi.
Questo articolo presenta TDGC, un'architettura di policy gerarchica per la navigazione quadrupede che risolve il disallineamento tra decisioni di alto livello e controllo dell'andatura, migliorando la robustezza e l'adattabilità su terreni misti e in scenari fuori distribuzione attraverso un'interfaccia esplicita e un curriculum di addestramento strutturato.
Il paper presenta CDF-Glove, un guanto teleoperativo leggero ed economico a trazione via cavo con feedback di forza in tempo reale che migliora significativamente la qualità delle dimostrazioni per l'apprendimento per imitazione, riducendo i costi e aumentando il successo dei compiti rispetto alle soluzioni esistenti.
Il documento presenta HiLAM, un modello gerarchico di azioni latenti che supera i limiti dei modelli esistenti catturando strutture temporali a lungo termine e scoprendo abilità dinamiche di alto livello dai dati video privi di etichette di azione.
Il paper presenta OpenHEART, un framework robusto ed efficiente dal punto di vista del campionamento che utilizza un manipolatore zampe per aprire oggetti articolati eterogenei, sfruttando l'estrazione di caratteristiche astratte (SAFE) e un stimatore di informazioni di articolazione (ArtIEst) per migliorare la generalizzazione e la stima dei movimenti di apertura.
Il paper presenta il SILA Bot, un robot ispirato alle lucertole in scala ridotta che utilizza segnali propriocettivi e un semplice controllore lineare per stimare la profondità del terreno granulare e adattare dinamicamente il proprio movimento, permettendo una locomozione efficace in ambienti complessi con bassa complessità computazionale.
Il paper propone il metodo TraD-RL, una strategia di apprendimento per rinforzo guidata da conoscenze esperte e vincoli dinamici che, attraverso una rappresentazione dello stato potenziata, funzioni di barriera per la sicurezza e un curriculum learning multi-fase, ottimizza sinergicamente velocità e stabilità nelle corse autonome.
Il paper presenta DexEMG, un sistema di teleoperazione leggero e a basso costo che utilizza segnali sEMG e una rete neurale EMG2Pose per controllare in tempo reale mani robotiche dattile con alta precisione e generalizzazione, superando i limiti dei sistemi basati su visione o esoscheletri meccanici.
Il paper presenta AnyCamVLA, un framework di adattamento zero-shot che migliora la robustezza dei modelli Vision-Language-Action alle variazioni di viewpoint sintetizzando in tempo reale le osservazioni della telecamera per corrispondere alla configurazione di addestramento, senza richiedere dati aggiuntivi o fine-tuning.
Questo articolo presenta una valutazione sistematica dell'impatto delle viste sintetiche innovative sul riconoscimento dei luoghi nei video, dimostrando che l'aggiunta di tali viste migliora le statistiche di riconoscimento e che, per aggiunte più ampie, il numero di viste e il tipo di immagine sono fattori più critici rispetto alla magnitudine del cambiamento di prospettiva.