Dual-Agent Multiple-Model Reinforcement Learning for Event-Triggered Human-Robot Co-Adaptation in Decoupled Task Spaces

Este artigo apresenta uma política de controle compartilhado para reabilitação que utiliza aprendizado por reforço de dupla agente com múltiplos modelos (DAMMRL) e uma estratégia de acionamento por eventos para otimizar a co-adaptação humano-robô em tarefas de alcance, permitindo que o paciente defina a direção principal enquanto o robô ajusta dinamicamente movimentos corretivos para equilibrar precisão e eficiência temporal.

Yaqi Li, Zhengqi Han, Huifang Liu, Steven W. Su2026-03-09💻 cs

DreamToNav: Generalizable Navigation for Robots via Generative Video Planning

O artigo apresenta o DreamToNav, um novo framework de navegação robótica que utiliza modelos generativos de vídeo para transformar instruções em linguagem natural em trajetórias executáveis, permitindo que robôs "sonhem" visualmente comportamentos complexos antes de realizá-los com sucesso em plataformas físicas diversas.

Valerii Serpiva, Jeffrin Sam, Chidera Simon, Hajira Amjad, Iana Zhura, Artem Lykov, Dzmitry Tsetserukou2026-03-09💻 cs

KISS-IMU: Self-supervised Inertial Odometry with Motion-balanced Learning and Uncertainty-aware Inference

O artigo apresenta o KISS-IMU, um novo framework de odometria inercial auto-supervisionado que elimina a dependência de dados de verdade absoluta ao utilizar o registro ICP baseado em LiDAR como sinal de supervisão, empregando aprendizado balanceado por movimento e inferência adaptativa baseada em incerteza para garantir robustez e generalização em diversos ambientes e plataformas robóticas.

Jiwon Choi, Hogyun Kim, Geonmo Yang, Juhui Lee, Younggun Cho2026-03-09💻 cs

Few-Shot Neural Differentiable Simulator: Real-to-Sim Rigid-Contact Modeling

Este artigo propõe um simulador neural diferenciável baseado em poucos exemplos que combina formulações analíticas com redes neurais de grafos para calibrar simulações com dados reais mínimos, gerando conjuntos de dados sintéticos de alta fidelidade que superam métodos existentes na replicação de trajetórias e no aprendizado de políticas robóticas.

Zhenhao Huang, Siyuan Luo, Bingyang Zhou, Ziqiu Zeng, Jason Pho, Fan Shi2026-03-09💻 cs

TaPD: Temporal-adaptive Progressive Distillation for Observation-Adaptive Trajectory Forecasting in Autonomous Driving

O artigo apresenta o TaPD, um framework unificado e plug-and-play que utiliza destilação de conhecimento progressiva e um módulo de preenchimento temporal para melhorar significativamente a previsão de trajetórias em veículos autônomos, especialmente em cenários com históricos de observação variáveis ou extremamente curtos.

Mingyu Fan, Yi Liu, Hao Zhou, Deheng Qian, Mohammad Haziq Khan, Matthias Raetsch2026-03-09🤖 cs.AI

Towards Robotic Lake Maintenance: Integrating SONAR and Satellite Data to Assist Human Operators

Este artigo propõe uma abordagem colaborativa de dois estágios, combinando índices de satélite para detecção inicial e um veículo de superfície autônomo equipado com sonar para mapeamento de alta resolução, a fim de otimizar a colheita de vegetação aquática em lagos artificiais e reduzir a carga de trabalho dos operadores humanos.

Ahmed H. Elsayed, Christoph Manss, Tarek A. El-Mihoub, Andrej Lejman, Frederic Stahl2026-03-09💻 cs

Open-Source Based and ETSI Compliant Cooperative, Connected, and Automated Mini-Cars

Este artigo propõe o uso de mini-carros em escala 1:10 baseados em software de código aberto e compatíveis com as normas ETSI como uma solução de baixo custo para superar os desafios financeiros de transição entre simulações e testes práticos de veículos cooperativos, conectados e automatizados, demonstrando sua viabilidade através da validação de um sistema de alerta de colisão em cruzamentos.

Lorenzo Farina, Federico Gavioli, Salvatore Iandolo, Francesco Moretti, Giuseppe Perrone, Matteo Piccoli, Francesco Raviglione, Marco Rapelli, Antonio Solida, Paolo Burgio, Carlo Augusto Grazia, Alessandro Bazzi2026-03-09💻 cs

Safe Consensus of Cooperative Manipulation with Hierarchical Event-Triggered Control Barrier Functions

Este artigo apresenta um quadro de controle distribuído que utiliza funções de barreira de controle (CBFs) com eventos hierárquicos para garantir a coordenação de consenso e a segurança em tempo real na manipulação cooperativa por múltiplos braços robóticos, validado experimentalmente com redução significativa nos custos computacionais e de comunicação.

Simiao Zhuang, Bingkun Huang, Zewen Yang2026-03-09💻 cs

Data Analogies Enable Efficient Cross-Embodiment Transfer

Este trabalho demonstra que, ao contrário da simples diversificação de dados, o uso de "analogias de dados" (demonstrações pareadas que alinham tarefas e trajetórias entre diferentes robôs) é a estratégia mais eficaz para melhorar o desempenho na transferência de políticas robóticas entre diferentes corporações, resultando em um aumento de 22,5% no sucesso de transferência no mundo real.

Jonathan Yang, Chelsea Finn, Dorsa Sadigh2026-03-09💻 cs

A Unified Low-Dimensional Design Embedding for Joint Optimization of Shape, Material, and Actuation in Soft Robots

Este artigo apresenta uma representação de design unificada e de baixa dimensão que permite a otimização conjunta e eficiente de forma, material e atuação em robôs macios, superando estratégias sequenciais e outras parametrizações ao reduzir a complexidade computacional e garantir compatibilidade com simuladores genéricos.

Vittorio Candiello, Manuel Mekkattu, Mike Y. Michelis, Robert K. Katzschmann2026-03-09💻 cs