ACCURATE: Arbitrary-shaped Continuum Reconstruction Under Robust Adaptive Two-view Estimation

Dit paper introduceert ACCURATE, een robuust 3D-reconstructieframework dat een segmentatie-neuraal netwerk combineert met een geometrie-gedwongen topologietraversie en dynamisch programmeren om de nauwkeurige reconstructie van willekeurig gevormde, langwerpige continuumbogen, zoals gidsdraden en katheters, mogelijk te maken onder klinische X-ray C-arm-systemen.

Yaozhi Zhang, Shun Yu, Yugang Zhang, Yang LiuTue, 10 Ma💻 cs

ReconDrive: Fast Feed-Forward 4D Gaussian Splatting for Autonomous Driving Scene Reconstruction

ReconDrive is een voorspellend framework dat de 3D-fundatiemodel VGGT uitbreidt met hybride Gaussische voorspellingskoppen en een statisch-dynamische 4D-samenstellingsstrategie om snelle, hoogwaardige 4D-Gaussian Splatting-reconstructies voor autonome rijscènes te genereren, waarmee het de snelheid van bestaande methoden combineert met de kwaliteit van per-scene optimalisatie.

Haibao Yu, Kuntao Xiao, Jiahang Wang, Ruiyang Hao, Yuxin Huang, Guoran Hu, Haifang Qin, Bowen Jing, Yuntian Bo, Ping LuoTue, 10 Ma💻 cs

Approximate Imitation Learning for Event-based Quadrotor Flight in Cluttered Environments

Deze paper introduceert een nieuwe benadering voor 'Approximate Imitation Learning' die het mogelijk maakt een quadcopter met slechts één event-camera snel en robuust door rommelige omgevingen te vliegen door de dure simulatie van events te omzeilen en in plaats daarvan een offline dataset te combineren met online training op basis van lichte state-informatie.

Nico Messikommer, Jiaxu Xing, Leonard Bauersfeld, Marco Cannici, Elie Aljalbout, Davide ScaramuzzaTue, 10 Ma💻 cs

GeoLoco: Leveraging 3D Geometric Priors from Visual Foundation Model for Robust RGB-Only Humanoid Locomotion

GeoLoco is een robuust, puur op RGB-gebaseerd locomotieframework voor humanoiden dat door het benutten van geometrische priors van een visuele foundation-model en een speciaal cross-attention-mechanisme, succesvolle zero-shot overdracht van simulatie naar de Unitree G1-robot op complexe terreinen mogelijk maakt zonder gebruik van actieve dieptesensoren.

Yufei Liu, Xieyuanli Chen, Hainan Pan, Chenghao Shi, Yanjie Chen, Kaihong Huang, Zhiwen Zeng, Huimin LuTue, 10 Ma💻 cs

TempoFit: Plug-and-Play Layer-Wise Temporal KV Memory for Long-Horizon Vision-Language-Action Manipulation

TempoFit is een trainingsvrije, plug-and-play methode die bestaande Vision-Language-Action-modellen verbetert voor langdurige robotmanipulatie door het hergebruiken van bestaande temporale geheugensporen (KV-memorie) om context te behouden zonder de inferentie-latentie of het model zelf aan te passen.

Jun Sun, Boyu Yang, Jiahao Zhang, Ning Ma, Chencheng Wu, Siqing Zhang, Yiou Huang, Qiufeng Wang, Shan Liang, Yaran ChenTue, 10 Ma💻 cs

AtomicVLA: Unlocking the Potential of Atomic Skill Learning in Robots

Deze paper introduceert AtomicVLA, een unificerend kader voor robotplanning en -executie dat via een Skill-Guided Mixture-of-Experts (SG-MoE) schaalbare atomaire vaardigheden leert en dynamisch combineert, waardoor robuustere prestaties worden bereikt bij langdurige taken en voortdurend leren in vergelijking met bestaande VLA-modellen.

Likui Zhang, Tao Tang, Zhihao Zhan, Xiuwei Chen, Zisheng Chen, Jianhua Han, Jiangtong Zhu, Pei Xu, Hang Xu, Hefeng Wu, Liang Lin, Xiaodan LiangTue, 10 Ma💻 cs

Multi-Agent Off-World Exploration for Sparse Evidence Discovery via Gaussian Belief Mapping and Dual-Domain Coverage

Dit artikel presenteert een raamwerk voor multi-agent off-world exploratie dat gebruikmaakt van Gaussische-bewijsmapping en dubbel-domein dekking om efficiënt en veilig zeldzame bewijsstukken te vinden in gevaarlijke omgevingen met beperkte communicatie, waarbij het beter presteert dan bestaande methoden door AOI-bias te verminderen en risico's actief te beheren.

Zhuoran Qiao, Tianxin Hu, Thien-Minh Nguyen, Shenghai YuanTue, 10 Ma💻 cs

C2^2-Explorer: Contiguity-Driven Task Allocation with Connectivity-Aware Task Representation for Decentralized Multi-UAV Exploration

C2^2-Explorer is een decentraal raamwerk voor multi-UAV-verkenning dat door middel van een connectiviteitsgrafiek en een op continuïteit gerichte taaktoewijzing de beperkingen van communicatie en inefficiënte routes overwint, wat resulteert in aanzienlijk kortere verkenningstijden en padlengten dan bestaande methoden.

Xinlu Yan, Mingjie Zhang, Yuhao Fang, Yanke Sun, Jun Ma, Youmin Gong, Boyu Zhou, Jie MeiTue, 10 Ma💻 cs

Residual Control for Fast Recovery from Dynamics Shifts

Deze paper introduceert een stabiliteitsgeoriënteerde architectuur met een residu-besturingskanaal en een Stabiliteitsuitlijningspoort die, zonder de bestaande beleidsparameters aan te passen, robotica-systemen in staat stelt om na dynamische verschuivingen in real-time snel te herstellen en de prestaties te behouden.

Nethmi Jayasinghe, Diana Gontero, Francesco Migliarba, Spencer T. Brown, Vinod K. Sangwan, Mark C. Hersam, Amit Ranjan TrivediTue, 10 Ma💻 cs