864 artigos
O artigo apresenta o EgoDex, o maior e mais diverso conjunto de dados de manipulação destreza humana até hoje, composto por 829 horas de vídeos egocêntricos com rastreamento 3D de mãos coletados via Apple Vision Pro, visando superar a escassez de dados para o aprendizado por imitação em robótica e visão computacional.
O artigo apresenta o ViTaPEs, uma arquitetura baseada em transformers que utiliza codificações de posição visotáteis em dois estágios para aprender representações multimodais robustas e generalizáveis, superando os métodos atuais em tarefas de reconhecimento e manipulação robótica sem depender de modelos pré-treinados de visão e linguagem.
O artigo apresenta o ActivePusher, um novo quadro que combina modelagem de física residual com aprendizado ativo baseado em incerteza para melhorar a eficiência de dados e a confiabilidade do planejamento em tarefas de manipulação não preênseis, tanto em simulação quanto no mundo real.
O artigo apresenta o DemoDiffusion, um método simples que permite a robôs realizar tarefas de manipulação imitando uma única demonstração humana, combinando a redestinação cinemática com uma política de difusão pré-treinada para gerar trajetórias robustas sem necessidade de treinamento específico ou dados pareados.
O artigo propõe o método SGV (Self-Grounded Verification) para mitigar o viés de concordância em Verificadores de LLMs Multimodais, permitindo que eles gerem priores independentes antes de avaliar trajetórias, o que resulta em detectores de falhas mais precisos e alinhados com humanos, melhorando significativamente o desempenho de agentes em tarefas de navegação web, uso de computador e robótica.
Este trabalho apresenta um sistema de controle híbrido que combina um controlador baseado em aprendizado com um controlador de segurança, utilizando um monitor de runtime baseado em fluxo normalizante para detectar ambientes fora da distribuição e garantir a navegação segura e eficiente de quadricópteros em cavernas subterrâneas.
Este estudo apresenta um sistema inovador baseado em visão computacional e no modelo YOLO para classificar comportamentos de direção inseguros, como distração e embriaguez, através da observação externa de veículos não conectados, utilizando análise de deslocamento lateral e monitoramento de posição na faixa.
Este trabalho propõe o método ORN-CBF, que utiliza redes neurais condicionadas a observações e uma arquitetura de hiperrede baseada em análise de alcançabilidade de Hamilton-Jacobi para garantir segurança rigorosa e recuperar conjuntos seguros máximos em ambientes parcialmente observáveis, demonstrando superioridade em simulações e experimentos com robôs terrestres e quadricópteros.
O artigo apresenta o FINS, um framework leve que reconstrói superfícies implícitas e campos de distância assinada (SDF) a partir de uma única imagem com alta eficiência e precisão, superando métodos anteriores em velocidade de convergência e viabilidade para tarefas de geração de movimento em robótica.
O artigo apresenta o CroSTAta, um Transformer que utiliza um mecanismo de Atenção à Transição de Estados (STA) e mascaramento temporal para melhorar a robustez e o desempenho de políticas de manipulação robótica ao modelar explicitamente padrões de evolução temporal, como falhas e recuperações, superando abordagens convencionais em tarefas críticas.
Este trabalho propõe um paradigma de pré-treinamento para aprendizado por reforço em locomoção robótica, onde um Modelo Inverso de Dinâmica Proprioceptivo (PIDM) é treinado com dados de exploração agnósticos a tarefas para inicializar redes de ator e crítico, resultando em ganhos significativos de eficiência de amostra e desempenho de tarefa em comparação com a inicialização aleatória.
Este artigo apresenta o VOPP, um novo planejador online de POMDP totalmente vetorizado que elimina gargalos de sincronização ao representar os dados como tensores e realizar cálculos massivamente paralelos, alcançando uma eficiência 20 vezes superior a solvers paralelos existentes e superando solvers sequenciais com um orçamento de planejamento 1000 vezes menor.
Este artigo apresenta o FlyGM, um modelo de grafo baseado no conectoma exato do cérebro de uma mosca-das-frutas adulta que, integrado a um modelo biomecânico, permite o controle eficiente e estável da locomoção do corpo inteiro sem necessidade de ajustes arquitetônicos específicos para cada tarefa.
O artigo apresenta o TimeSpot, um novo benchmark com 1.455 imagens reais de 80 países para avaliar a capacidade de modelos de visão e linguagem de inferir atributos geográficos e temporais, revelando que os modelos atuais têm desempenho insuficiente nessa tarefa e destacando a necessidade de novos métodos para um entendimento geo-temporal robusto.
Este artigo apresenta um framework robusto de detecção de uma única etapa para raquetes de badminton em robôs móveis, que inclui a criação de um novo conjunto de dados anotados semi-automaticamente, o desenvolvimento de um pipeline de anotação eficiente e a otimização de uma rede YOLOv8 para detecção em tempo real em viewpoints dinâmicos e ambientes variados.
Este artigo apresenta a "kiri-spoon", uma colher de utensílio reconfigurável baseada em pivô e kirigami, desenvolvida em colaboração com stakeholders para permitir que adultos com tremores essenciais ou Parkinson possam alimentar-se de forma independente ou assistida por robôs, prevenindo derramamentos ao permitir que o usuário aperte as alças para prender ou escorar os alimentos.
Este artigo apresenta uma abordagem de planejamento hierárquico que integra dados suplementares de satélites geoestacionários para melhorar o desempenho do direcionamento dinâmico de observações de satélites, superando as limitações de sensores a bordo e alcançando ganhos de até 41% em cenários como evasão de nuvens e caça a tempestades.
O artigo propõe uma abordagem de aprendizado por reforço que utiliza codificação de observação invariante à densidade e recompensas adaptativas para permitir que agentes de navegação social generalizem com sucesso para multidões mais densas do que as vistas no treinamento, evitando tanto colisões quanto o congelamento em interações complexas.
Este artigo propõe uma nova estrutura de geração com restrições que ajusta modelos generativos pré-treinados para produzir amostras realistas dentro de regiões viáveis complexas, como mapas de estradas, equilibrando eficazmente a satisfação das restrições e a qualidade da amostragem.
Este artigo apresenta uma revisão abrangente dos modelos fundamentais robóticos (RFMs) e propõe um novo framework de avaliação com 149 critérios para analisar sua prontidão industrial, concluindo que, embora promissores, os modelos atuais ainda possuem maturidade limitada para aplicações industriais devido à falta de integração sistemática de segurança, tempo real e robustez.