864 artigos
O artigo apresenta o ICLR, um novo framework de aprendizado por imitação em contexto que aprimora a adaptação robótica a tarefas complexas ao integrar traços de raciocínio visual estruturado e previsão de ações em um único modelo transformador autoregressivo, demonstrando melhorias significativas na taxa de sucesso e generalização em comparação com métodos existentes.
O artigo apresenta o ACCURATE, um framework de reconstrução 3D robusto que combina redes neurais de segmentação com um algoritmo de otimização geométrica para reconstruir com alta precisão corpos contínuos longos e finos, como cateteres, a partir de imagens biplanares, superando as limitações de métodos existentes em relação a oclusões e formas complexas.
O artigo apresenta o ReconDrive, um framework feed-forward inovador que adapta o modelo de fundação VGGT para gerar rapidamente representações 4D Gaussianas de alta fidelidade de cenas de direção autônoma, superando as limitações de qualidade dos métodos existentes e a lentidão das otimizações por cena, oferecendo assim uma solução escalável para simulação realista.
Este artigo apresenta uma abordagem inovadora de Aprendizado por Imitação Aproximada que permite a um quadricóptero voar em alta velocidade (até 9,8 m/s) em ambientes cluttered utilizando apenas uma câmera de eventos, superando as limitações de simulação ao treinar uma rede neural end-to-end com dados de estado simulados leves em vez de renderizar eventos sintéticos caros.
O FeasibleCap é um sistema de coleta de dados em tempo real que fornece orientação visual e háptica sobre restrições de execução diretamente no dispositivo durante a captura de demonstrações, garantindo que os movimentos sejam viáveis para o robô-alvo sem a necessidade de hardware robótico, óculos de realidade aumentada ou modelos de dinâmica aprendidos.
Este artigo propõe e valida três algoritmos de dead reckoning para cães (biológicos e robóticos) que utilizam apenas sensores inerciais, demonstrando que métodos assistidos por redes neurais superam as abordagens baseadas em modelos, alcançando um erro de distância absoluto inferior a 10% e oferecendo uma solução de posicionamento leve e de baixo custo.
O artigo apresenta o SMAT, um método de treinamento multiagente em quatro estágios que permite o desenvolvimento de um controlador de exoesqueleto de quadril capaz de reduzir a ativação muscular e fornecer assistência mecânica positiva consistente em diversos usuários sem necessidade de re-treinamento específico.
O artigo apresenta o GeoLoco, um framework de locomoção para humanoides que utiliza exclusivamente imagens RGB e aproveita os priores geométricos de um Modelo Visual Fundamental (VFM) congelado para superar as limitações de simulação-para-realidade, permitindo transferência zero-shot robusta para o robô Unitree G1 em terrenos desafiadores.
Este artigo apresenta um quadro de aprendizado por reforço para controlar exoesqueletos que reduzem os momentos articulares biológicos e valida esses controladores treinados em simulação através de um conjunto de dados de marcha aberto, demonstrando forte consistência entre simulação e dados reais, especialmente no nível de torque no quadril, embora desafios permaneçam para a transferência sim-real em velocidades mais altas e inclinações mais íngremes.
O artigo apresenta o PanoDP, um framework de aprendizado sem comunicação que combina percepção de profundidade panorâmica de quatro visões com sinais de treinamento baseados em física diferenciável para melhorar a navegação autônoma livre de colisões em ambientes desordenados e dinâmicos.
O artigo apresenta o TempoFit, uma solução de retrofit temporal sem treinamento que melhora a capacidade de manipulação de longo prazo de políticas VLA pré-treinadas ao reutilizar e recuperar memórias de chaves/valores de camadas anteriores, alcançando ganhos significativos de desempenho em tarefas complexas sem aumentar a latência ou exigir novos módulos treináveis.
O artigo apresenta o AtomicVLA, um framework unificado de planejamento e execução que utiliza uma biblioteca de habilidades atômicas escalável e um mecanismo de especialistas mistos orientados por habilidades para superar as limitações dos modelos VLA existentes em tarefas robóticas de longo horizonte e aprendizado contínuo.
Este artigo propõe um quadro de planeamento de trajetória para exploração multiagente fora da Terra, baseado em mapeamento de crença Gaussiana e cobertura de dupla domínio, que supera as limitações das abordagens existentes ao equilibrar a descoberta de evidências esparsas com a segurança operacional em terrenos perigosos e comunicações restritas.
O artigo apresenta o DAISS, um sistema cirúrgico teleoperado de dois braços que utiliza aprendizado por imitação sensível a fases e feedback de ultrassom em tempo real para automatizar com precisão procedimentos de intervenção guiada por imagem, como a inserção de agulhas, reduzindo a carga cognitiva e replicando estratégias de especialistas a partir de demonstrações limitadas.
Este artigo apresenta um framework de teleoperação de baixo custo e código aberto para manipuladores móveis bimanuais, que utiliza hardware comum como smartphones e pedais para permitir um controle intuitivo de todo o corpo, eliminando a necessidade de equipamentos especializados caros e demonstrando melhor desempenho e menor carga cognitiva em comparação com controles baseados em teclado.
O artigo apresenta o UniUncer, um framework unificado e leve que melhora a confiabilidade da direção de ponta a ponta ao estimar e integrar incertezas tanto de elementos estáticos quanto dinâmicos, resultando em ganhos significativos de precisão e desempenho em cenários desafiadores.
O artigo apresenta o RoboPCA, um framework de aprendizado de affordance centrado na pose que prevê conjuntamente regiões de contato e poses adequadas para manipulação robótica, utilizando o pipeline Human2Afford para gerar automaticamente anotações a partir de demonstrações humanas e demonstrando superioridade em relação a métodos existentes em diversos cenários.
O artigo apresenta o C-Explorer, um framework descentralizado para exploração multi-UAV que supera limitações de comunicação e alocação não contígua ao utilizar representações de tarefas baseadas em conectividade e uma formulação de alocação orientada à contiguidade, resultando em reduções significativas no tempo de exploração e na distância percorrida.
O artigo apresenta o AeroPlace-Flow, um framework sem treinamento que permite a manipulação aérea de objetos baseada em linguagem, unindo previsão visual e raciocínio geométrico 3D para gerar trajetórias de colocação precisas e livres de colisões a partir de instruções naturais, alcançando uma taxa de sucesso de 75% em experimentos reais.
Este artigo propõe uma reestruturação da interação humano-IA-robô como "andaime" (scaffolding), onde os humanos atuam como diretores criativos que definem intenções e orientam revisões, enquanto a IA medeia a execução robótica, visando priorizar a agência humana, a criatividade e o fluxo em vez da autonomia ou eficiência pura.