cs.RO artigos | Gist.Science

LIPP: Load-Aware Informative Path Planning with Physical Sampling

Este artigo apresenta o LIPP (Planejamento de Caminho Informativo Sensível à Carga), uma generalização do planejamento clássico que modela o acoplamento entre a coleta de amostras físicas e o aumento do custo energético, formulando o problema como um programa quadrático inteiro misto para otimizar rotas e ordens de visita sob restrições de energia, demonstrando assim maior eficiência energética em comparação com métodos tradicionais.

Hojune Kim, Guangyao Shi, Gaurav S. Sukhatme2026-03-10💻 cs

A Contrastive Fewshot RGBD Traversability Segmentation Framework for Indoor Robotic Navigation

Este artigo apresenta um novo framework de segmentação de navegabilidade para robôs indoor que combina imagens RGB e dados de profundidade esparsos em um paradigma de poucos exemplos, utilizando aprendizado contrastivo negativo e um módulo de atenção de profundidade para superar as limitações de métodos anteriores na detecção de obstáculos finos e alcançar desempenho superior em cenários com dados limitados.

Qiyuan An, Tuan Dang, Fillia Makedon2026-03-10💻 cs

Failure Mechanisms and Risk Estimation for Legged Robot Locomotion on Granular Slopes

Este artigo apresenta um modelo de interação robô-terreno baseado em medições experimentais de um robô hexápode em areia inclinada, que identifica o atraso na ancoragem e o deslizamento como principais causas de falha, permitindo a construção de diagramas de fase para estimar riscos e otimizar a locomoção em terrenos granulares declivosos.

Xingjue Liao, Feifei Qian2026-03-10💻 cs

Feasibility Restoration under Conflicting STL Specifications with Pareto-Optimal Refinement

Este artigo propõe um quadro unificado de duas etapas para restaurar a viabilidade de especificações conflitantes em Lógica Temporal de Sinais (STL) através de relaxamento mínimo e refinamento baseado em otimização multiobjetivo, permitindo a tomada de decisão interpretável e evitando impasses em aplicações de segurança crítica como a condução autónoma.

Tianhao Wu, Yiwei Lyu2026-03-10💻 cs

Is Your Safe Controller Actually Safe? A Critical Review of CBF Tautologies and Hidden Assumptions

Este tutorial oferece uma revisão crítica da aplicação prática de Funções de Barreira de Controle (CBFs) na segurança robótica, expondo a lacuna entre garantias teóricas e realizações construtivas em sistemas com restrições de entrada, distinguindo entre CBFs candidatas e válidas, e fornecendo diretrizes para garantir segurança real em sistemas que não possuem segurança passiva inerente.

Taekyung Kim2026-03-10💻 cs

Energy-Efficient Collaborative Transport of Tether-Suspended Payloads via Rotating Equilibrium

O artigo propõe uma abordagem de transporte aéreo colaborativo de cargas suspensas por cabos em equilíbrio rotativo, onde a força centrífuga gera a tensão horizontal necessária, permitindo que os drones mantenham empuxo puramente vertical e reduzam o consumo de energia em até 20% em comparação com métodos estáticos tradicionais.

Eric Foss, Andrew Tai, Carlo Bosio, Mark W. Mueller2026-03-10💻 cs

VSL-Skin: Individually Addressable Phase-Change Voxel Skin for Variable-Stiffness and Virtual Joints Bridging Soft and Rigid Robots

Este artigo apresenta a VSL-Skin, um revestimento de pele robótica baseado em voxels de mudança de fase individualmente endereçáveis que permite o controle morfológico preciso, a modulação de rigidez em múltiplas direções, a criação de juntas virtuais programáveis e a autorreparação autônoma, superando as limitações de sistemas de rigidez variável existentes ao integrar as vantagens de robôs macios e rígidos.

Zihan Oliver Zeng, Jiajun An, Preston Luk, Upinder Kaur2026-03-10💻 cs

Foundational World Models Accurately Detect Bimanual Manipulator Failures

Este trabalho apresenta um modelo de mundo probabilístico baseado em modelos fundacionais de visão que, ao gerar estimativas de incerteza em um espaço latente comprimido, supera técnicas estatísticas e outros métodos de aprendizado na detecção precisa de falhas em manipuladores bimanuais, utilizando um novo conjunto de dados de manutenção de data centers e exigindo apenas uma fração dos parâmetros treináveis.

Isaac R. Ward, Michelle Ho, Houjun Liu, Aaron Feldman, Joseph Vincent, Liam Kruse, Sean Cheong, Duncan Eddy, Mykel J. Kochenderfer, Mac Schwager2026-03-10💻 cs

Two-Stage Path Following for Mobile Manipulators via Dimensionality-Reduced Graph Search and Numerical Optimization

Este artigo apresenta um quadro de planejamento de duas etapas para manipuladores móveis que combina busca em grafo reduzida dimensionalmente e otimização numérica para gerar trajetórias suaves e precisas, superando as limitações de espaços de configuração de alta dimensão e restrições cinemáticas.

Fuyu Guo, Yuting Mei, Yuyao Zhang, Qian Tang2026-03-10💻 cs

SSP: Safety-guaranteed Surgical Policy via Joint Optimization of Behavioral and Spatial Constraints

O artigo propõe o framework SSP, que utiliza Equações Diferenciais Ordinárias Neurais e Funções de Barreira de Controle para garantir segurança formal em políticas cirúrgicas baseadas em aprendizado, impondo restrições comportamentais e espaciais com violações próximas de zero enquanto mantém altas taxas de sucesso em tarefas.

Jianshu Hu, ZhiYuan Guan, Lei Song, Kantaphat Leelakunwet, Hesheng Wang, Wei Xiao, Qi Dou, Yutong Ban2026-03-10💻 cs

TacDexGrasp: Compliant and Robust Dexterous Grasping with Tactile Feedback

O artigo TacDexGrasp apresenta um controlador baseado em Programação Cônica de Segunda Ordem e feedback tátil que garante a estabilidade de preensões dexterosas em objetos desconhecidos, prevenindo tanto o deslizamento translacional quanto o rotacional ao restringir ativamente a razão entre as forças tangenciais e normais em cada contato, sem a necessidade de modelagem explícita de torque ou detecção de deslizamento.

Yubin Ke, Jiayi Chen, Hang Lv, Xiao Zhou, He Wang2026-03-10💻 cs

GuideTWSI: A Diverse Tactile Walking Surface Indicator Dataset from Synthetic and Real-World Images for Blind and Low-Vision Navigation

O artigo apresenta o GuideTWSI, um novo conjunto de dados diversificado de imagens sintéticas e reais que supera as limitações geográficas e de viewpoint dos datasets existentes ao incluir tanto barras direcionais quanto domos truncados, visando melhorar a detecção e navegação segura de pessoas cegas e com baixa visão.

Hochul Hwang, Soowan Yang, Anh N. H. Nguyen, Parth Goel, Krisha Adhikari, Sunghoon I. Lee, Joydeep Biswas, Nicholas A. Giudice, Donghyun Kim2026-03-10💻 cs

Morphology-Independent Facial Expression Imitation for Human-Face Robots

Este artigo apresenta um método de imitação de expressões faciais independente da morfologia para robôs humanóides, que desacopla a semântica da expressão da estrutura facial para gerar movimentos mais realistas, validado experimentalmente no robô Pengrui.

Xu Chen, Rui Gao, Che Sun, Zhehang Liu, Yuwei Wu, Shuo Yang, Yunde Jia2026-03-10💻 cs

The Talking Robot: Distortion-Robust Acoustic Models for Robot-Robot Communication

O artigo apresenta o Artoo, um sistema de comunicação acústica entre robôs baseado em redes neurais treinadas de ponta a ponta que, ao priorizar a precisão da decodificação em vez da naturalidade da fala, alcança alta robustez a ruídos e baixa latência em dispositivos com recursos limitados.

Hanlong Li, Karishma Kamalahasan, Jiahui Li, Kazuhiro Nakadai, Shreyas Kousik2026-03-10🤖 cs.LG

VLN-Cache: Enabling Token Caching for VLN Models with Visual/Semantic Dynamics Awareness

O artigo apresenta o VLN-Cache, um framework de cache de tokens que supera as limitações de métodos existentes ao incorporar consciência de dinâmicas visuais e semânticas para permitir a reutilização eficiente de tokens em modelos de Navegação Visão-Linguagem, alcançando até 1,52x de aceleração na inferência sem comprometer o desempenho de navegação.

Zihao Zheng, Zhihao Mao, Xingyue Zhou, Jiayu Chen, Maoliang Li, Xinhao Sun, Hailong Zou, Zhaobo Zhang, Xuanzhe Liu, Donggang Cao, Hong Mei, Xiang Chen2026-03-10🤖 cs.LG

ACLM: ADMM-Based Distributed Model Predictive Control for Collaborative Loco-Manipulation

Este artigo propõe um framework de controle preditivo baseado em modelo distribuído (DMPC) utilizando o método ADMM para permitir o transporte colaborativo de cargas pesadas por equipes de robôs quadrúpedes com manipuladores, decompondo o problema global em subproblemas paralelos que garantem escalabilidade, desempenho em tempo real e robustez em ambientes complexos.

Ziyi Zhou, Pengyuan Shu, Ruize Cao, Yuntian Zhao, Ye Zhao2026-03-10💻 cs

Towards Scalable Probabilistic Human Motion Prediction with Gaussian Processes for Safe Human-Robot Collaboration

Este artigo propõe um framework escalável de Processos Gaussianos Variacionais para previsão probabilística de movimento humano em colaboração homem-robô, que alcança alta precisão com incertezas bem calibradas e um número reduzido de parâmetros, permitindo implementação em tempo real.

Jinger Chong, Xiaotong Zhang, Kamal Youcef-Toumi2026-03-10💻 cs

Learning From Failures: Efficient Reinforcement Learning Control with Episodic Memory

O artigo propõe a técnica FEMA (Failure Episodic Memory Alert), que utiliza uma memória episódica para armazenar e recuperar experiências de falhas, evitando que robôs caiam repetidamente em estados instáveis e melhorando significativamente a eficiência amostral e a exploração de trajetórias de longo prazo em tarefas de aprendizado por reforço.

Chenyang Miao2026-03-10💻 cs

Efficient Trajectory Optimization for Autonomous Racing via Formula-1 Data-Driven Initialization

Este artigo propõe uma estratégia de inicialização baseada em aprendizado, utilizando dados de telemetria da Fórmula 1 para prever trajetórias de corrida expert a partir da geometria local da pista, o que acelera significativamente a convergência e reduz o tempo de execução dos otimizadores de trajetória para corridas autônomas sem comprometer o tempo final da volta.

Samir Shehadeh, Lukas Kutsch, Nils Dengler, Sicong Pan, Maren Bennewitz2026-03-10💻 cs

DexKnot: Generalizable Visuomotor Policy Learning for Dexterous Bag-Knotting Manipulation

O artigo apresenta o DexKnot, um framework que combina correspondência de pontos-chave com políticas de difusão para aprender uma política de manipulação generalizável capaz de amarrar sacos plásticos em diversas configurações não vistas anteriormente.

Jiayuan Zhang, Ruihai Wu, Haojun Chen, Yuran Wang, Yifan Zhong, Ceyao Zhang, Yaodong Yang, Yuanpei Chen2026-03-10💻 cs

← Anterior Próximo →