864 artigos
O artigo apresenta o FlowTouch, um modelo inovador de previsão visuo-tátil que utiliza malhas 3D locais de objetos e modelos de Fluxo de Correspondência para gerar previsões táteis invariantes à visão, superando limitações de configuração específica e permitindo aplicações como a previsão de estabilidade de preensão.
O artigo apresenta o Seed2Scale, um motor de dados autoevolutivo que supera limitações na geração de dados para IA corporificada ao combinar a coleta de demonstrações por modelos leves, a avaliação de qualidade por modelos grandes e o aprendizado do modelo-alvo, resultando em um aumento significativo de desempenho e estabilidade durante iterações escaláveis.
O artigo apresenta o SAIL, um quadro de aprendizado por imitação que utiliza busca em árvore Monte Carlo e modelos de linguagem visual para refinar iterativamente trajetórias de robôs durante o teste, demonstrando que aumentar a capacidade de computação no momento da execução melhora significativamente as taxas de sucesso em tarefas de manipulação complexas.
Este artigo demonstra que a simplificação das representações observacionais e a implementação de um mecanismo de atribuição de crédito local (CGCA) permitem uma coordenação robusta e sem comunicação em cenários de perseguição-evasão 3D, superando abordagens dependentes de comunicação em termos de sucesso e resiliência a atrasos e ruídos.
O artigo apresenta o EndoSERV, um sistema de navegação robótica endoluminal baseado em visão que supera desafios como deformação tecidual e falta de marcos distintivos, utilizando mapeamento segmentar e transferência real-virtual para estimar a odometria sem necessidade de rótulos de pose reais.
O artigo apresenta o HIMoS, um framework de planejamento hierárquico multi-modal que permite a veículos subaquáticos autônomos realizar buscas e amostragem eficientes de corais em fundo marinho com altitude fixa, superando as limitações energéticas das estratégias tradicionais de cobertura exaustiva e das manobras verticais custosas.
O artigo apresenta o PhaForce, uma política de aprendizado visuoforce baseada em agendamento de fases que combina um planejador lento e um corretor rápido para coordenar planejamento de alto nível e correções em tempo real, alcançando desempenho superior em tarefas de manipulação rica em contato.
Este artigo apresenta um método de coordenação multi-UAV sem comunicação que utiliza sensores LiDAR a bordo para navegação segura e autônoma em ambientes complexos e sem GNSS, como florestas, validando sua eficácia através de simulações e experimentos em campo.
O MoMaStage é um framework de visão e linguagem estruturado que utiliza um grafo de estado-habilidade e execução em malha fechada para permitir que robôs móveis manipuladores executem tarefas de longo alcance em ambientes internos com maior consistência lógica, adaptabilidade e sucesso, eliminando a necessidade de mapeamento explícito do ambiente.
O artigo apresenta o StructBiHOI, um framework inovador que utiliza modelagem de articulação estruturada com um denoiser baseado em Mamba para gerar interações bimanuais mão-objeto de longo horizonte, superando desafios de estabilidade temporal e coordenação complexa ao separar o planejamento de juntas de longo prazo do refinamento de poses em nível de quadro.
Este artigo aborda a instabilidade da decomposição de valores não linear no aprendizado por reforço multiagente offline ao propor a normalização de valores invariante à escala (SVN) para estabilizar o treinamento e estabelecer uma receita prática que desbloqueia o pleno potencial desse paradigma.
Este artigo apresenta um método de percepção baseado em IA com previsão hierárquica de intenções humanas que permite aos robôs em laboratórios autônomos antecipar e interagir proativamente com pesquisadores humanos, superando as limitações dos sistemas atuais de detecção de obstruções e otimizando a coordenação em ambientes compartilhados.
Este artigo propõe o framework AFOP-ML, uma rede prototípica com otimização automática de recursos que utiliza aprendizado meta para realizar o reconhecimento tátil de formas e materiais com alta precisão em cenários de poucos exemplos, superando métodos existentes e demonstrando robustez frente a perturbações e classes não vistas.
O artigo apresenta o conjunto de dados FoMo, uma coleção abrangente de um ano de duração na Floresta Montmorency que registra mudanças sazonais extremas, como neve profunda e crescimento vegetal, para avaliar e demonstrar os desafios que essas variações impõem aos sistemas de localização e mapeamento de robôs.
Este artigo apresenta um rastreador de partículas com fusão de sensores heterogêneos (câmera e LiDAR) que utiliza uma política adaptativa baseada em ganho de informação para selecionar dinamicamente o sensor mais informativo, demonstrando em um teste real no Chipre que essa abordagem oferece um equilíbrio superior entre precisão e continuidade na vigilância marítima em comparação com o uso isolado de sensores ou a fusão contínua de todos os dados.
O artigo propõe o R2F, um framework sem LLMs que reinterpreta as fronteiras de raios como hipóteses semânticas direcionais para navegação de objetos em ambientes internos, alcançando desempenho competitivo em tempo real e até seis vezes mais rápido que alternativas baseadas em grandes modelos de visão e linguagem.
O artigo apresenta o LAR-MoE, um framework de duas etapas que utiliza um espaço latente aprendido de forma não supervisionada para regular o roteamento de especialistas em arquiteturas Mixture-of-Experts, permitindo que robôs adquiram habilidades de manipulação complexas e generalizem para novos tecidos biológicos sem depender de anotações de fase supervisionadas.
O artigo apresenta o STRIDE, um framework de aprendizado de dinâmica que combina uma Rede Neural Lagrangiana para modelar a mecânica rígida conservativa com Fluxo de Condição para capturar efeitos estocásticos de interação, resultando em previsões mais precisas e confiáveis para o controle de robôs em ambientes incertos.
O artigo apresenta o 3PoinTr, um método que utiliza uma arquitetura Transformer para prever rastros de pontos 3D a partir de vídeos humanos casuais e desestruturados, permitindo o pré-treinamento eficiente de políticas robóticas com apenas 20 demonstrações rotuladas e superando abordagens anteriores ao lidar eficazmente com a lacuna de embutimento entre humanos e robôs.
O artigo apresenta o ProReFF, um modelo de campo de características probabilístico que aprende implicitamente relações de co-ocorrência de objetos a partir de dados não rotulados para guiar agentes robóticos na busca por objetos em ambientes desconhecidos, alcançando uma eficiência 20% superior às melhores linhas de base e até 80% do desempenho humano.