Whole-Body Model-Predictive Control of Legged Robots with MuJoCo

Este artigo demonstra que uma abordagem simples de controle preditivo de modelo (MPC) baseada no algoritmo iLQR e no MuJoCo é surpreendentemente eficaz no mundo real, permitindo a generalização de políticas de locomoção e manipulação para robôs quadrúpedes e humanoides com poucas considerações de simulação para realidade.

John Z. Zhang, Taylor A. Howell, Zeji Yi, Chaoyi Pan, Guanya Shi, Guannan Qu, Tom Erez, Yuval Tassa, Zachary Manchester2026-03-09💻 cs

MARLIN: Multi-Agent Reinforcement Learning with Murmuration Intelligence and LLM Guidance for Reservoir Management

O artigo apresenta o MARLIN, um framework descentralizado de aprendizado por reforço multiagente inspirado no comportamento de murmuração de estorninhos e guiado por LLMs, que otimiza a gestão de reservatórios sob incertezas climáticas, melhorando a coordenação global, reduzindo custos computacionais e acelerando a resposta a inundações.

Heming Fu, Shan Lin, Guojun Xiong2026-03-09💻 cs

ROSflight 2.0: Lean ROS 2-Based Autopilot for Unmanned Aerial Vehicles

Este artigo apresenta o ROSflight 2.0, um sistema de piloto automático leve e de código aberto baseado em ROS 2, projetado para pesquisadores, que introduz melhorias na modularidade, suporte a hardware e ambiente de simulação para acelerar a pesquisa em veículos aéreos não tripulados, demonstrando experimentalmente o controle de um multirotor a 400 Hz com todos os laços de controle executados no computador de bordo.

Jacob Moore, Phil Tokumaru, Ian Reid, Brandon Sutherland, Joseph Ritchie, Gabe Snow, Tim McLain2026-03-09💻 cs

Performance Comparison of Gate-Based and Adiabatic Quantum Computing for AC Power Flow Problem

Este artigo apresenta a primeira comparação direta entre as abordagens de computação quântica baseada em portas e adiabática para resolver o problema de fluxo de potência CA, demonstrando, por meio de simulações em um sistema de 4 barras e benchmarks contra hardware quântico e annealers digitais, as compensações de desempenho e a viabilidade prática dessas tecnologias para a análise de redes elétricas modernas.

Zeynab Kaseb, Matthias Moller, Peter Palensky, Pedro P. Vergara2026-03-09⚛️ quant-ph

Admittance Matrix Concentration Inequalities for Understanding Uncertain Power Networks

Este artigo apresenta limites probabilísticos conservadores para o espectro da matriz de admitância e modelos de fluxo de potência sob incertezas de parâmetros, utilizando desigualdades de concentração de matrizes aleatórias para quantificar erros de aproximação e relacionar a propagação da incerteza à criticidade nodal em redes elétricas.

Samuel Talkington, Cameron Khanpour, Rahul K. Gupta, Sergio A. Dorado-Rojas, Daniel Turizo, Hyeongon Park, Dmitrii M. Ostrovskii, Daniel K. Molzahn2026-03-09💻 cs

Mixed Monotonicity Reachability Analysis of Neural ODE: A Trade-Off Between Tightness and Efficiency

Este artigo propõe um novo método de análise de alcançabilidade baseado em intervalos para Redes Neurais de Equações Diferenciais Ordinárias (Neural ODEs), que utiliza técnicas de monotonicidade mista para oferecer aproximações superiores computacionalmente eficientes e adequadas a aplicações de alta dimensão e tempo real, priorizando a eficiência em detrimento da precisão máxima.

Abdelrahman Sayed Sayed, Pierre-Jean Meyer, Mohamed Ghazel2026-03-09🤖 cs.LG

Multi-UAV Flood Monitoring via CVT with Gaussian Mixture of Density Functions for Coverage Control

Este estudo apresenta uma estratégia de controle baseada em Tesselação Voronoi Centroidal (CVT) e uma função de densidade de mistura gaussiana (GMDF) para coordenar múltiplos drones na monitorização e estimativa de áreas inundadas, demonstrando superioridade na cobertura em comparação com modelos gaussianos convencionais através de simulações no ambiente ROS/Gazebo.

Jie Song, Yang Bai, Mikhail Svinin, Naoki Wakamiya2026-03-09💻 cs

Real-Time Learning of Predictive Dynamic Obstacle Models for Robotic Motion Planning

Este artigo apresenta um framework online que utiliza a decomposição de modo dinâmico de Hankel (Hankel-DMD) com projeção de Cadzow e thresholding de valor singular para aprender em tempo real modelos preditivos não lineares de obstáculos dinâmicos, permitindo a remoção de ruído e a previsão de trajetórias para planejamento de movimento robótico seguro.

Stella Kombo, Masih Haseli, Skylar X. Wei, Joel W. Burdick2026-03-09🤖 cs.LG

Dependent Reachable Sets for the Constant Bearing Pursuit Strategy

Este artigo apresenta um novo problema de alcançabilidade para cenários de dois agentes, caracterizando geometricamente o conjunto de alcançabilidade dependente através da estratégia de perseguição com rumo constante, estabelecendo limites teóricos e validando-os por meio de simulações e de um problema de otimização original.

Venkata Ramana Makkapati, Tulasi Ram Vechalapu, Vinodhini Comandur, Seth Hutchinson2026-03-09🔢 math

XR-DT: Extended Reality-Enhanced Digital Twin for Safe Motion Planning via Human-Aware Model Predictive Path Integral Control

Este artigo apresenta o XR-DT, um quadro de Gêmeo Digital aprimorado por Realidade Estendida que integra um controlador de planejamento de trajetória HA-MPPI com um modelo de previsão humana baseado em Transformer (ATLAS) para garantir navegação segura, eficiente e interpretável de robôs móveis em ambientes compartilhados com humanos.

Tianyi Wang, Jiseop Byeon, Ahmad Yehia, Yiming Xu, Jihyung Park, Tianyi Zeng, Sikai Chen, Ziran Wang, Junfeng Jiao, Christian Claudel2026-03-09🤖 cs.AI

SORS: A Modular, High-Fidelity Simulator for Soft Robots

O artigo apresenta o SORS, um simulador modular e de alta fidelidade baseado no método dos elementos finitos e otimização não linear, projetado para superar os desafios de modelagem de deformações não lineares e interações de contato em robôs macios, validando sua eficácia na ponte entre simulação e realidade através de diversos experimentos e otimização de controle.

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

StochasticBarrier.jl: A Toolbox for Stochastic Barrier Function Synthesis

O artigo apresenta o StochasticBarrier.jl, uma caixa de ferramentas de código aberto em Julia que sintetiza Funções de Barreira Estocásticas para verificação de segurança de sistemas estocásticos discretos, superando as ferramentas existentes em velocidade, precisão e escalabilidade através de abordagens de otimização de soma de quadrados e funções constantes por partes.

Rayan Mazouz, Frederik Baymler Mathiesen, Luca Laurenti, Morteza Lahijanian2026-03-09🔢 math