867 articoli
Il paper propone SkillsCrafter, un nuovo framework per l'apprendimento robotico continuo che mitiga l'oblio catastrofico e migliora la generalizzazione attraverso l'adattamento delle abilità di manipolazione e l'aggregazione specializzata basata su sottospazi semantici comuni.
Il paper presenta "Critic in the Loop", un framework gerarchico adattivo che integra un modello VLM per la pianificazione semantica, un modello VLA per l'esecuzione reattiva e un critico visivo per il monitoraggio dinamico, permettendo ai robot di gestire compiti di manipolazione a lungo orizzonte con maggiore robustezza ed efficienza riducendo le query costose al VLM.
Questo lavoro presenta un sistema robotico di smistamento tessile guidato dal gemello digitale che integra percezione multimodale e modelli linguistici visivi (VLM) per classificare abbigliamento e rilevare oggetti estranei in ambienti industriali complessi, dimostrando l'efficacia dell'approccio Qwen per l'accuratezza e di modelli più leggeri per la distribuzione su edge.
Questo articolo propone di espandere il ruolo dei robot collaborativi nella riabilitazione fisica, andando oltre il semplice allenamento motorio ripetitivo per supportare terapisti e pazienti in tutte le fasi della terapia, superando le barriere di accesso e affrontando le sfide legate alla sicurezza e all'integrazione nel flusso di lavoro clinico.
Il paper introduce CDSM, un framework in tempo reale che costruisce sistemi dinamici su varietà Riemanniane e gruppi di Lie per generare comportamenti robotici stabili e adattivi, guidando lo stato lungo una curva nominale con componenti tangenziali e normali, dimostrando superiorità nelle prestazioni rispetto agli stati dell'arte su benchmark e applicazioni robotiche reali.
Questo lavoro presenta un framework di test basato su Vehicle-in-the-Loop e Digital Twin che integra un veicolo fisico su banco dinamometrico con un suo gemello virtuale per validare in modo sicuro, riproducibile ed economico gli algoritmi di guida autonoma su architetture E/E centralizzate, eliminando la necessità di testare singoli ECU e permettendo l'esecuzione diretta del software completo sull'hardware del veicolo.
Il paper presenta HD-ExpIt, un framework che migliora le politiche gerarchiche per la manipolazione condizionata al linguaggio attraverso un ciclo iterativo di affinamento basato su feedback ambientali e distillazione di comportamenti scoperti autonomamente, ottenendo risultati all'avanguardia sul benchmark CALVIN senza dipendere da dataset offline fissi.
Il paper propone Latent Policy Steering (LPS), un metodo offline reinforcement learning che utilizza un policy MeanFlow differenziabile a un passo per guidare l'ottimizzazione dello spazio latente tramite gradienti Q nello spazio delle azioni originali, eliminando la necessità di critici latenti proxy e ottenendo prestazioni all'avanguardia con una sintonizzazione minima.
Questo articolo presenta un modello statico esatto e privo di vincoli per i robot paralleli continui, che elimina le restrizioni cinematiche attraverso l'embedding per gestire grandi deformazioni e rotazioni, risolvendo le equazioni di equilibrio su una varietà Riemanniana e validando i risultati con esperimenti su un prototipo reale.
Il paper presenta UltraDexGrasp, un framework che genera un vasto dataset sintetico di 20 milioni di frame per addestrare una politica di presa universale per robot bimanuali, ottenendo un trasferimento simula-realtà efficace con un tasso di successo dell'81,2% su oggetti nuovi.
Questo articolo presenta una pipeline unificata che integra immagini TC e un modello differenziabile di aste Cosserat per pianificare e validare l'inserimento robotizzato di impianti cocleari, riducendo il rischio di traumi intracocleari grazie alla previsione e regolazione delle forze di contatto.
Il paper presenta Omni-Manip, una politica visuomotoria end-to-end basata su LiDAR che utilizza un meccanismo di pooling attentivo temporale per elaborare nuvole di punti panoramiche, permettendo ai robot umanoidi di manipolare oggetti in ampi spazi di lavoro e ambienti disordinati senza la necessità di frequenti riposizionamenti o di telecamere RGB-D con campo visivo limitato.
OpenFrontier è un framework di navigazione senza addestramento che integra modelli visione-linguaggio per identificare efficientemente frontiere semantiche come ancoraggi visivi, permettendo ai robot di navigare in ambienti aperti con prestazioni zero-shot senza la necessità di mappatura 3D densa o fine-tuning.
Questo articolo presenta il framework di controllo MPPI-DK, che accelera l'efficienza computazionale della pianificazione di traiettorie in sistemi non lineari sostituendo la dinamica reale con un operatore di Koopman appreso tramite deep learning, permettendo così un controllo in tempo reale su piattaforme robotiche con prestazioni paragonabili a quelle dei metodi tradizionali.
Il paper presenta CliReg, un algoritmo deterministico per la validazione delle chiusure di ciclo nella SLAM basata su LiDAR 3D che sostituisce RANSAC con una ricerca di massimali clique su un grafo di compatibilità, ottenendo risultati più robusti e precisi in condizioni di rumore e ambiguità ambientale.
ROScopter è un autopilota per droni multirotore basato su ROSflight 2.0 e progettato per ricercatori, che accelera il testing di codice di ricerca offrendo un'architettura modulare, semplice e performante paragonabile agli stati dell'arte.
Il paper presenta PhysiFlow, un framework VLA multi-cervello fisicamente consapevole che guida la coordinazione del corpo intero dei robot umanoidi attraverso il matching del flusso latente e un tracciamento robusto, migliorando l'efficienza e la stabilità nell'esecuzione di compiti dinamici.
Il paper presenta CompACT, un tokenizzatore discreto che comprime le osservazioni in soli 8 token per abilitare una pianificazione rapida ed efficiente nei modelli del mondo, rendendoli pratici per il controllo in tempo reale.
Questo articolo propone un controller ibrido che combina un MPC nominale con una politica residua appresa tramite RL per migliorare la robustezza e l'accuratezza nella spinta di cellule microscopiche tramite un microrobot magnetico in flussi microfluidici variabili nel tempo.
Questo lavoro introduce i concetti di osservabilità e controllabilità delle caratteristiche nei Modelli Visione-Linguaggio-Azione, dimostrando che interventi lineari mirati possono guidare in tempo reale il comportamento dei robot senza necessità di riaddestramento.