867 artigos
O artigo apresenta o cuRoboV2, um framework unificado e nativo de GPU para geração de movimento em robôs de alto grau de liberdade, que integra otimização de trajetória com B-splines, campos de distância densos e computação de corpo inteiro escalável para superar limitações de segurança, viabilidade dinâmica e desempenho em comparação com métodos existentes.
O artigo apresenta o Safe-SAGE, um quadro unificado que integra compreensão semântica de alto nível com controle de segurança crítico, utilizando uma função de segurança de Poisson modulada por um campo de guia de Laplace para permitir que robôs legados naveguem em ambientes dinâmicos com margens de segurança dependentes do contexto e garantias rigorosas.
O RoboPocket é um sistema portátil que utiliza realidade aumentada em smartphones para permitir a iteração instantânea de políticas robóticas sem a necessidade de um robô físico, identificando falhas proativamente e refinando o modelo em tempo real, o que duplica a eficiência de dados em comparação com estratégias offline.
Este artigo propõe uma abordagem cooperativa inovadora que funde a odometria visual-inercial (VIO) de um micro-veículo aéreo com dados de localização relativa por LiDAR de um drone maior, permitindo uma navegação precisa e robusta que mitiga o desvio do VIO e possibilita o mapeamento de áreas extensas e inacessíveis.
Este artigo revisa as funções de recompensa para aprendizado por reforço no contexto de direção autônoma, categorizando objetivos como segurança, conforto, progresso e conformidade com regras de trânsito, identificando limitações como a falta de padronização e a incapacidade de lidar com contextos, e propondo futuras direções de pesquisa para criar recompensas estruturadas, conscientes do contexto e validadas.
Este artigo apresenta um framework bayesiano unificado que combina um filtro de partículas personalizado e superfícies implícitas de processos gaussianos para permitir que robôs realizem reconhecimento ativo de objetos, estimativa de pose e transferência de aprendizado de formas, utilizando exploração guiada para adquirir dados e reconstruir objetos novos com base no conhecimento prévio.
Este trabalho apresenta o MIKASA, um benchmark abrangente que inclui um framework de classificação, um conjunto de tarefas unificado e um ambiente de manipulação robótica com 32 tarefas, visando avaliar e avançar o aprendizado por reforço baseado em memória para tarefas complexas.
O artigo propõe o conceito de "Evolution 6.0", um sistema robótico autônomo impulsionado por Inteligência Artificial Generativa que utiliza modelos de visão-linguagem e geração 3D para projetar e fabricar ferramentas personalizadas e executar tarefas complexas, alcançando altas taxas de sucesso na geração de ferramentas e generalização de ações.
O artigo apresenta o RoboGuard, uma arquitetura de dois estágios que combina raciocínio de um modelo de linguagem de confiança com síntese de controle lógico temporal para contextualizar regras de segurança e garantir que robôs habilitados por LLMs evitem comportamentos perigosos, mesmo sob ataques de jailbreak, reduzindo drasticamente a execução de planos inseguros sem comprometer o desempenho.
Este artigo propõe uma abordagem de aprendizado auto-supervisionado que integra percepção de profundidade baseada em aprendizado e otimização de trajetória diferenciável para planejamento de trajetórias de UAVs em ambientes 3D, eliminando a necessidade de demonstrações expertas e alcançando melhorias significativas na precisão de rastreamento e eficiência de controle em comparação com métodos do estado da arte.
O artigo propõe o modelo TPK, que integra conhecimentos prévios de interação e cinemática específicos para diferentes classes de agentes (veículos, pedestres e ciclistas) para gerar previsões de trajetória em direção autônoma que sejam não apenas fisicamente viáveis, mas também interpretáveis e confiáveis.
Este artigo apresenta o "Feature Mixing", um método simples e rápido para síntese de outliers multimodais que alcança desempenho de última geração na detecção e segmentação de dados fora de distribuição, além de introduzir o novo conjunto de dados CARLA-OOD para essa finalidade.
O artigo apresenta o pyCub, um framework de simulação física de código aberto e baseado em Python para o robô humanoide iCub, que dispensa o middleware YARP e oferece exercícios escaláveis para ensinar os fundamentos da robótica humanoide a estudantes com variados níveis de experiência em programação.
O artigo apresenta o Q-SVMPC, um método de Controle Preditivo Baseado em Modelo (MPC) guiado por Q e baseado em Stein Variational, que utiliza um prior de política informado por Aprendizado por Reforço para inferir trajetórias como uma distribuição posterior, preservando soluções diversas e melhorando a eficiência, estabilidade e robustez em tarefas de navegação e manipulação robótica.
O artigo apresenta o VITA, um framework de aprendizado de políticas baseado em flow matching que elimina a necessidade de amostragem iterativa e condicionamento visual durante a geração, mapeando diretamente representações visuais para ações latentes através de um autoencoder e decodificação latente, resultando em inferência significativamente mais rápida e desempenho competitivo em tarefas de simulação e do mundo real.
O artigo apresenta o Point2Act, um sistema que utiliza modelos de linguagem multimodais para realizar a destilação eficiente de campos de relevância 3D, permitindo que robôs generalistas identifiquem com precisão pontos de ação em ambientes não vistos a partir de descrições em linguagem natural e executem tarefas de manipulação em tempo real.
Este trabalho apresenta um método inovador para localização e apreensão de objetos por um braço robótico coberto de pele sensível que, operando exclusivamente com feedback háptico e sem visão, divide a busca em exploração grosseira com a superfície total do corpo e localização precisa no efetuador final, alcançando uma taxa de sucesso de 85,7% em robôs reais e sendo seis vezes mais rápido que abordagens baseadas apenas no efetuador, o que o torna ideal para ambientes com percepção visual desafiadora.
Este artigo propõe um método geométrico inovador baseado em Álgebra Geométrica Projetiva para analisar e identificar automaticamente os parâmetros de inércia base de sistemas robóticos, introduzindo princípios fundamentais e um algoritmo eficiente (DRNG) que demonstraram robustez e precisão em diversos robôs, incluindo mecanismos de cinemática paralela.
O artigo apresenta o Event-LAB, um novo framework unificado desenvolvido com o gerenciador de pacotes Pixi que padroniza a avaliação e comparação de métodos de localização neuromórfica em múltiplos conjuntos de dados, facilitando a análise sistemática e a reprodutibilidade na área.
Este trabalho apresenta o primeiro estudo sobre segmentação de objetos em vídeo baseada em ação sob ruído de rótulo, introduzindo o benchmark ActiSeg-NL, analisando estratégias de aprendizado robusto e propondo o mecanismo PMHM para mitigar ruídos em anotações de texto e máscaras.