864 articoli
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.
Questo lavoro presenta un metodo di controllo semplificato basato su un modello massa-molla che, regolando l'angolo di atterraggio e applicando una coppia correttiva, permette a piccoli robot saltatori di mantenere la stabilità su terreni in pendenza senza richiedere sensori o calcoli complessi.
Questo articolo propone un nuovo quadro iterativo di controllo predittivo basato su modelli (MPC) e funzioni di barriera di controllo (DCBF) che, sfruttando iperpiani di supporto derivati da calcoli esatti di punti più vicini tra poliedri, garantisce la convessità dell'ottimizzazione per una navigazione sicura e in tempo reale di robot poliedrici in ambienti con ostacoli poliedrici complessi.
FTSplat è un framework feed-forward che genera istantaneamente superfici triangolari continue da immagini multi-vista, producendo modelli geometrici pronti per la simulazione senza richiedere ottimizzazione per scena.
Il paper presenta Swooper, un approccio basato sul reinforcement learning profondo che, grazie a una strategia di apprendimento in due fasi e un'architettura neurale leggera, permette a un drone quadrotore di eseguire prese aeree ad alta velocità con un semplice gripper commerciale, raggiungendo un tasso di successo dell'84% in scenari reali senza necessità di riaddestramento.
Questo lavoro presenta un modello dinamico accurato del nuovo Crazyflie Brushless, ne convalida l'efficacia attraverso simulazioni e test hardware, e ne dimostra l'utilità per l'apprendimento per rinforzo, permettendo il trasferimento di controllori acrobatici complessi dalla simulazione alla realtà.
Il paper presenta PROBE, un descrittore di riconoscimento dei luoghi basato su LiDAR privo di apprendimento che utilizza una codifica probabilistica dell'occupazione BEV e un'analisi matematica delle traslazioni continue per ottenere una robustezza superiore e una generalizzazione cross-sensore senza necessità di tuning specifico per dataset.
Questo articolo dimostra che è possibile stimare la forma di un manipolatore a tensegrità su larga scala utilizzando esclusivamente i dati angolari di inclinazione provenienti da IMU integrati, ottenendo un'accuratezza del 2,1% della lunghezza totale sia in condizioni statiche che sotto disturbi esterni.
Questo lavoro presenta il primo studio sul trasferimento di politiche visione-linguaggio-azione (VLA) per la raccolta di fragole in serra, dimostrando che un sistema end-to-end basato su visione RGB e 3,71 ore di dati teleoperati in realtà virtuale può raggiungere un tasso di successo del 74,0% con un tasso di danneggiamento del 4,1%.
Il documento presenta MagRobot, il primo simulatore open-source universale che facilita la progettazione, la visualizzazione e il benchmarking di robot navigati magneticamente per applicazioni mediche minimamente invasive, offrendo un ambiente flessibile per testare algoritmi e hardware in scenari anatomici deformabili.
Il paper presenta Moving Through Clutter (MTC), un framework open-source basato sulla realtà virtuale per la raccolta dati e il benchmarking della locomozione umanoide in ambienti 3D affollati, fornendo un nuovo dataset di traiettorie umane adattate ai robot per studiare l'adattamento geometrico e la pianificazione consapevole dell'ambiente.
Il paper introduce TADPO, un nuovo sistema di apprendimento per rinforzo basato su visione che combina traiettorie on-policy e off-policy per la guida off-road ad alta velocità, dimostrando per la prima volta il trasferimento zero-shot da simulazione a un veicolo reale a pieno scala.
Questo paper introduce ICBench per diagnosticare la "cecità linguistica" nei modelli VLA, che ignorano le istruzioni contraddittorie favorendo le priorità visive, e propone IGAR, un metodo senza riaddestramento che ripristina l'attenzione alle istruzioni durante l'inferenza per prevenire azioni errate.
Il paper presenta Curious-VLA, un framework che supera i limiti delle politiche ristrette nei modelli VLA per la guida autonoma attraverso una strategia di espansione delle traiettorie fattibili e un campionamento adattivo, ottenendo risultati all'avanguardia sul benchmark Navsim.
Il paper presenta RODEO, un framework basato su blockchain che integra meccanismi di fiducia e responsabilità per i robot di servizio, permettendo loro di eseguire compiti autonomi verificabili, ricevere compensi in token e reinvestire tali fondi per servizi essenziali come la ricarica delle batterie.
Questo lavoro presenta una pipeline innovativa che trasforma log sensoriali omnidirezionali RGB-LiDAR esistenti, spesso sottoutilizzati, in asset di inizializzazione robusti per il 3D Gaussian Splatting, superando le distorsioni e l'overhead computazionale per generare gemelli digitali di alta qualità.
Il paper propone Uni-Walker, un framework di apprendimento incarnato a vita che risolve il problema della rimozione catastrofica nei agenti di navigazione potenziati da LLM, decoulando le conoscenze in componenti condivise e specifiche tramite DE-LoRA e strategie di eredità e ortogonalità per adattarsi a compiti e stili di istruzioni diversi mantenendo le competenze apprese in precedenza.
Questo lavoro propone un metodo per generare alberi comportamentali per la pianificazione di compiti robotici utilizzando un modello visione-linguaggio (VLM) compatto e open-source, che viene addestrato su un nuovo dataset derivato da episodi robotici esistenti e dimostra prestazioni competitive con modelli chiusi su larga scala pur richiedendo risorse computazionali significativamente inferiori.
Il paper propone "Sticky-Glance", un framework robusto per il riconoscimento delle intenzioni basato sullo sguardo che, tramite un algoritmo di "sguardo adesivo" e un controllo condiviso continuo, permette alle persone con limitate capacità motorie di interagire efficacemente con robot in ambienti dinamici, riducendo il carico di lavoro e il tempo di esecuzione dei compiti.
Questo rapporto presenta un quadro strutturato per la sicurezza fisica dei robot che integra l'ingegneria della sicurezza classica con l'apprendimento automatico, allineando la dichiarazione degli asset, l'enumerazione delle vulnerabilità e la generazione di dati sintetici basati sui pericoli per l'addestramento di modelli di sicurezza.