865 artigos
O artigo propõe o DRAIL, um framework de aumento de dados que separa regiões relevantes e irrelevantes da tarefa para melhorar a generalização da aprendizagem por imitação em manipulação agrícola, demonstrando maior robustez e sucesso em tarefas de colheita e seleção de vegetais sob condições visuais não vistas.
O artigo apresenta o HyperMVP, um framework de pré-treinamento auto-supervisionado em espaço hiperbólico que, combinado com o novo dataset 3D-MOV, supera métodos baseados em geometria euclidiana ao aprender representações estruturadas mais robustas para tarefas de manipulação robótica.
O artigo apresenta o ReCouPLe, um framework leve que utiliza raciocínios em linguagem natural para fornecer sinais causais e aprender recompensas robustas a partir de feedback de preferência, permitindo a transferência de conhecimento para novas tarefas e melhorando significativamente a precisão e o desempenho sob mudanças de distribuição.
O artigo apresenta o VPWEM, uma política visuomotora não markoviana que integra memórias de trabalho e episódicas por meio de um compressor contextual baseado em Transformer, permitindo que robôs aprendam tarefas de manipulação complexas com memória de longo prazo de forma eficiente e superando significativamente os métodos atuais.
Este trabalho propõe um método de otimização de textura adversarial 3D consistente com a viewpoint, utilizando renderização diferenciável e estratégias de aprendizado como EOT e um currículo de refinamento, para explorar e explorar vulnerabilidades em políticas visuomotoras de robôs sob condições de viewpoint dinâmico, superando as limitações dos ataques de patches 2D tradicionais.
O artigo apresenta o U-OBCA, um método de planejamento de trajetória que utiliza restrições de chance distribucionalmente robustas baseadas em Wasserstein para lidar com incertezas em robôs e obstáculos poligonais, eliminando aproximações geométricas conservadoras e melhorando significativamente a eficiência de navegação em ambientes estreitos e clutterados.
Este trabalho propõe um método unificado e baseado em dados para localização cooperativa em enxames de robôs heterogêneos, utilizando um estimador adaptativo de localização relativa e uma estratégia distribuída que garantem a convergência mesmo sob topologias de medição direcionadas e esparsas, superando as restrições geométricas de abordagens anteriores.
Este artigo apresenta a criação de um conjunto de dados específico para detecção e rastreamento de pessoas por LiDAR em visão aérea de guindastes industriais, avaliando e adaptando detectores 3D e algoritmos de rastreamento para superar o deslocamento de domínio e demonstrar a viabilidade em tempo real dessa aplicação.
Este artigo apresenta um sistema de teleoperação para robôs macios baseado em realidade aumentada utilizando o HoloLens 2, que valida a interação do operador com o manipulador pneumático PETER através de um observador que estima a posição do robô com erros de aproximadamente 5% do seu comprimento.
Este artigo apresenta o planejador DCT, que integra modelos de visão e linguagem para gerar nuvens de pontos conscientes de contato e otimizar a navegação direta, permitindo que robôs operem com eficiência e robustez em ambientes desordenados com obstáculos móveis ou deformáveis.
O artigo apresenta o CoIn3D, um framework generalizável para detecção 3D de objetos com múltiplas câmeras que supera as limitações de transferência entre diferentes configurações de sensores ao incorporar explicitamente discrepâncias de priores espaciais (como intrínsecos, extrínsecos e layouts) através de modulação de características espaciais e aumento de dados orientado à câmera.
Este artigo apresenta o VinePT-Map, um framework de mapeamento semântico que utiliza troncos de videiras e postes de suporte como marcos estruturais persistentes para permitir a localização resiliente e agnóstica às estações de robôs autônomos em vinhedos, validado através de um novo conjunto de dados multitemporal e extensos experimentos de campo.
O artigo apresenta o AIM-SLAM, um sistema de SLAM monocular denso que supera limitações anteriores ao utilizar o modelo de fundação VGGT e um módulo SIGMA para priorização adaptativa de múltiplos quadros-chave baseada em sobreposição de voxels e ganho de informação, resultando em otimização conjunta Sim(3) e desempenho superior em estimativa de pose e reconstrução densa.
O artigo apresenta o GaussTwin, um gêmeo digital em tempo real que integra simulação física baseada em dinâmica e hastes de Cosserat com *Gaussian Splatting* para correção visual, permitindo um controle robótico mais preciso e robusto ao fechar a lacuna entre o mundo real e a simulação.
O artigo apresenta o SPIRIT, um sistema de autonomia compartilhada perceptiva que utiliza estimativas de incerteza de aprendizado profundo para alternar dinamicamente entre manipulação autônoma e teleoperação háptica, garantindo assim manipulação robótica robusta e segura mesmo diante de falhas na percepção baseada em IA.
O artigo propõe um currículo de recompensa em duas etapas para aprendizado por reforço em robótica, que desacopla objetivos específicos da tarefa de termos comportamentais auxiliares, permitindo primeiro o aprendizado da tarefa e depois a introdução de otimizações como eficiência energética, resultando em um método simples e eficaz que supera as abordagens tradicionais em diversos ambientes.
O artigo apresenta o SeedPolicy, uma nova política de difusão que integra o módulo de Atenção Porteira Autoevolutiva (SEGA) para superar as limitações de modelagem temporal em tarefas de manipulação robótica de longo alcance, alcançando desempenho superior e maior eficiência computacional em comparação com métodos existentes.
Este artigo propõe um quadro adaptativo para Modelos Visão-Linguagem-Ação que, inspirado na cognição humana, classifica dinamicamente a complexidade da tarefa utilizando apenas embeddings visuais para decidir entre executar, raciocinar ou abster-se, otimizando assim o uso de recursos e prevenindo falhas em cenários fora de distribuição.
O artigo apresenta o SkillsCrafter, um novo framework de manipulação robótica que permite a aprendizagem contínua de múltiplas habilidades linguísticas sem esquecer as anteriores, utilizando adaptação de habilidades e agregação de especialização para preservar e generalizar o conhecimento.
O artigo apresenta o "Critic in the Loop", um framework hierárquico adaptativo que integra um modelo VLM para raciocínio global, um modelo VLA para execução reativa e um crítico visual leve para rotear dinamicamente o controle, permitindo manipulação robótica robusta e eficiente em tarefas de longo horizonte ao minimizar consultas custosas e lidar com falhas.