864 artigos
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.
Este artigo apresenta uma estrutura de co-projeto baseada em gradiente que otimiza conjuntamente a forma aerodinâmica e o planejador de movimento de robôs alados, utilizando um modelo substituto neural para simular fluxos complexos e melhorar o desempenho em tarefas como pousar e aterrissagem curta com maior eficiência computacional do que métodos anteriores.
Este trabalho propõe um método inovador que combina busca estilo RRT com MPC baseada em amostragem e um esquema de amostragem guiado pela estabilidade para gerar, via simulação, estratégias de manipulação diversificadas e de longo horizonte, superando as limitações de dados sintéticos atuais e de demonstrações humanas.
O artigo apresenta o HybridMimic, um framework que integra controle de RL com um controlador baseado em modelo centróide para permitir que humanoides, como o Booster T1, imitem movimentos humanos com maior robustez e precisão em ambientes dinâmicos, reduzindo o erro de rastreamento em 13% em comparação com métodos de RL tradicionais.
Este artigo apresenta um framework multi-camada que utiliza realidade virtual para treinar modelos de previsão de movimento da cabeça baseados no olhar, validando-os em simulação e em um exoesqueleto físico para demonstrar a eficácia de uma abordagem personalizada e segura para o controle assistivo em casos de síndrome de cabeça caída.
Este artigo apresenta uma análise abrangente sobre como a perda de pacotes, o atraso e a interrupção de comunicação afetam o desempenho e a segurança da telescirurgia, utilizando a ferramenta de injeção de falhas NetFI e um estudo com 15 participantes para identificar os limites operacionais e correlacionar a proficiência do cirurgião com a carga de trabalho subjetiva.
Este artigo propõe um modelo de controle robótico baseado no princípio da energia livre que unifica a exploração e a robustez distribucional para garantir políticas confiáveis diante de incertezas epistêmicas, demonstrando eficácia na redução da lacuna simulação-real e na execução de tarefas de manipulação sem ajuste específico.
Este artigo propõe uma estratégia de alocação de controle com horizonte recorrente e consciência da atuação para UAVs omnidirecionais, que utiliza otimização no espaço nulo e simulação forward para antecipar e suprimir oscilações causadas por dinâmicas assimétricas dos motores, resultando em um rastreamento de trajetória superior em comparação com métodos convencionais.
O artigo apresenta o RoboCritics, uma abordagem que integra críticos informados por especialistas ao programação de robôs baseada em LLMs para detectar e corrigir automaticamente violações de segurança e erros de execução, resultando em um processo de programação mais confiável e centrado no usuário.
O artigo apresenta o MotionBits, um novo conceito e método de segmentação baseado em equivalência cinemática espacial que identifica os menores elementos manipuláveis do mundo real, superando as abordagens atuais de segmentação semântica e oferecendo um benchmark (MoRiBo) e resultados superiores para tarefas de raciocínio e manipulação robótica.
Este trabalho apresenta o testbed LAVT e demonstra, através de 180 experimentos, que a estabilidade de sistemas de teleoperação visual para veículos autônomos sofre uma degradação não linear e abrupta entre 150 ms e 225 ms de latência de percepção, levando ao colapso do controle em malha fechada.
O artigo apresenta o Robodimm, um framework de software que automatiza o dimensionamento de atuadores para robôs modulares escaláveis, utilizando formulações de dinâmica e cinemática inversa para lidar com acoplamentos de torque e efeitos de peso próprio em cadeias cinemáticas fechadas.
O artigo apresenta o CAR, um novo framework baseado em Transformers que utiliza um espaço latente de mobilidade compartilhado para permitir a rápida adaptação cinodinâmica de veículos autônomos heterogêneos com dados mínimos, reduzindo significativamente o erro de previsão em comparação com métodos tradicionais.
Este artigo propõe um framework que utiliza a estética, especificamente cor, textura e materiais, como sinais de interação para explicar o papel e as capacidades de robôs, alinhando as expectativas dos usuários com a realidade funcional através de uma abordagem inspirada na moda.
O artigo apresenta o VertiAdaptor, um novo framework de adaptação online que integra elevação e representações semânticas para modelar a cinodinâmica de veículos autônomos em terrenos off-road não estruturados, permitindo uma adaptação rápida e precisa a ambientes desconhecidos que resulta em maior precisão de previsão e velocidade de adaptação.
O artigo apresenta o CoPCS, uma abordagem baseada em aprendizado que utiliza transformadores de grafos heterogêneos para permitir o planejamento colaborativo e sincronizado em tempo real entre equipes de UAVs e UGVs, superando restrições operacionais como energia e terreno para otimizar missões de grande escala.
O artigo apresenta o SysNav, um sistema de navegação de objetos em três níveis que integra modelos de linguagem e visão para permitir a execução robusta e eficiente de tarefas de navegação em grande escala em ambientes reais complexos, demonstrando sua eficácia e generalização em múltiplos robôs físicos e benchmarks de simulação.
O artigo apresenta o T2Nav, um sistema de navegação zero-shot que integra topologia algébrica e memória de grafos temporais para permitir que agentes autônomos naveguem de forma eficiente e adaptativa em ambientes desconhecidos, realizando detecção de loops e planejamento de caminhos sem necessidade de treinamento prévio.
O artigo apresenta o SurgSync, um framework e conjunto de dados de coleta de dados multimodais sincronizados para robótica cirúrgica, implementado no dVRK com sensores avançados e validado em tarefas de treinamento ex-vivo para superar a escassez de dados de treinamento necessários à inteligência artificial em cirurgia.
Este artigo apresenta o CN-CBF, um método de controle baseado em funções de barreira neurais compostas que combina múltiplas redes treinadas via alcançabilidade de Hamilton-Jacobi e uma arquitetura residual para garantir navegação segura e menos conservadora de robôs em ambientes dinâmicos, demonstrando melhorias significativas em simulações e experimentos com hardware.