864 artigos
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.
Este trabalho propõe um método de eliminação de tokens visuais sem treinamento, baseado em histórico e espaço-temporal, que reduz significativamente a latência computacional em modelos de Navegação Visão-Linguagem mantendo alta precisão e permitindo integração plug-and-play em sistemas robóticos reais.
Este artigo apresenta o conceito unificado de "corredores de barreira de controle", que integra funções de barreira de controle e corredores de movimento seguros para permitir a seleção persistente de metas em feedback, garantindo a segurança e a navegabilidade em ambientes desconhecidos e complexos.
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.
O artigo apresenta o CFEAR-TR, um pipeline de localização robusto e eficiente que utiliza apenas um radar giratório para navegar em condições adversas, alinhando varreduras em tempo real com mapas pré-existentes e alcançando uma precisão superior ao estado da arte, com erros de 0,117 m e 0,096°.
O artigo apresenta o SG-DOR, um quadro relacional que utiliza redes neurais gráficas para inferir grafos de cena com raciocínio de oclusão condicionado à direção em plantas de pimentão, visando otimizar a colheita robótica em canopas densas.
Este artigo apresenta um robô monopedal subatuado de 1,25 kg capaz de rolar e saltar em corpos de baixa gravidade, utilizando apenas dois volantes de reação e três atuadores totais para controlar a orientação espacial, realizar saltos direcionados e aterrissagens autônomas.
O artigo apresenta um procedimento simples de calibração espacial para LiDARs difusos que, ao estimar o footprint e a sensibilidade espacial de cada pixel em relação a uma imagem RGB, permite a correspondência explícita entre os modos para alinhamento e fusão cruzada, superando a violação da suposição de raio único inerente a esses sensores.
Este trabalho apresenta uma abordagem unificada que aprende tanto a estrutura temporal simbólica quanto os parâmetros de tempo subsimbólicos a partir de demonstrações humanas, integrando-os em um sistema de planejamento otimizado para gerar planos executáveis e sincronizados para manipulação bimanual de robôs.
Este artigo apresenta um novo modelo de dinâmica adaptativa consciente de incertezas para robôs veículo-manipuladores subaquáticos, que utiliza estimativa de horizonte móvel para garantir consistência física e estimar parâmetros em tempo real, demonstrando em experimentos com um BlueROV2 maior precisão e confiabilidade em comparação com modelos de parâmetros fixos.
O artigo apresenta o Fly360, um pipeline de percepção e decisão em duas etapas com treinamento de guinada aleatória fixa, que permite a drones panorâmicos realizar desvio de obstáculos omnidirecional estável e superar métodos baseados em visão frontal em cenários que exigem consciência espacial completa.
O artigo apresenta o BEVLM, um framework que integra representações de Visão de Pássaro (BEV) com Modelos de Linguagem de Grande Escala (LLMs) para superar limitações de consistência espacial e riqueza semântica, resultando em melhorias significativas de 46% na precisão de raciocínio em cenas de direção e de 29% no desempenho de condução autônoma em cenários críticos de segurança.
Este artigo propõe uma técnica de controle de formação distribuído para UAVs que, ao decompor e modificar o comando de descida de gradiente com base no ruído estimado dos sensores, mitiga oscilações e desvios, permitindo uma implantação robusta em cenários reais com ruído de medição de pose relativa.
O artigo apresenta o FEP-Nav, um quadro inspirado biologicamente que utiliza o Princípio da Energia Livre para permitir a adaptação perceptiva em tempo real e melhorar a navegação robótica sob condições sensoriais ruidosas, minimizando a energia variacional sem necessidade de atualizações baseadas em gradiente.
Este artigo propõe o Modelo Implícito de Multi-características (MIMO), uma nova representação de objetos baseada em campos neurais implícitos que, ao codificar múltiplas características espaciais, melhora a reconstrução de formas a partir de observações parciais e permite o aprendizado por imitação visual eficaz de tarefas de preensão e rearranjo de objetos a partir de demonstrações humanas.
Este artigo apresenta uma abordagem para a condução autônoma que equilibra diversos riscos, como colisões e violações de regras, ao estender métricas de risco para cenários complexos definidos por Lógica Temporal Linear e reformular o problema de síntese de controle como um problema de alcançabilidade resolvido via programação linear.
Este trabalho apresenta o GenTact Toolbox, uma pipeline computacional que utiliza geração procedural de malhas, simulação orientada a tarefas e impressão 3D multimaterial para criar peles artificiais táteis de corpo inteiro personalizadas para a forma do robô e seu contexto de aplicação, superando as limitações de designs padronizados.
Este artigo propõe um modelo de difusão guiado por condições de contato que mapeia imagens RGB e dados de força para gerar imagens táteis de alta fidelidade, superando as limitações de simulações baseadas em modelos físicos e demonstrando superioridade em precisão e reconstrução de texturas.
Este artigo apresenta um quadro de manipulação consciente de dinâmica 3D que integra modelagem de mundo 3D e aprendizado de políticas por meio de tarefas de aprendizado auto-supervisionado, dotando os modelos de "previsão 3D" para melhorar significativamente o desempenho em tarefas com movimento em profundidade sem comprometer a velocidade de inferência.
Este artigo apresenta o conjunto de dados PeRoI, que captura interações pedestre-robô em diferentes contextos, e propõe o modelo NeuRoSFM, uma extensão do Modelo de Força Social que integra redes neurais para melhorar a previsão de movimentos pedestres e a navegação social em ambientes humanos.