Grasp-Then-Plan con Atribución de Fallos: Manipulación Robótica Precisa
Descubre cómo GTP-FA mejora la manipulación robótica con un marco de dos etapas que diagnostica y corrige fallos de agarre y planificación en tareas complejas.
Descubre cómo GTP-FA mejora la manipulación robótica con un marco de dos etapas que diagnostica y corrige fallos de agarre y planificación en tareas complejas.
Descubre cómo 4D F-MeshLDM genera poblaciones virtuales cardíacas realistas usando difusión latente y Fourier, superando a los modelos actuales para ensayos in-silico.
Humanoid-GPT escala datos y estructura para seguimiento zero-shot de movimientos. Descubre cómo logra generalización sin precedentes.
Descubre CoMPAS3D, el dataset de captura de movimiento de salsa que permite evaluar robots humanoides en interacciones sociales con métricas objetivas.
Descubre cómo las funciones de navegación neural permiten planificar movimiento en entornos nuevos sin reentrenamiento, con trayectorias libres de colisiones y convergencia al objetivo.
BilliardPhys-Bench expone los límites de los LLM multimodales en razonamiento físico, revelando el 'sesgo de estasis' en predicciones de billar sintético.
Aprende sobre nuevo algoritmo que logra arrepentimiento dinámico adaptativo sin parámetros para optimización convexa online con costos de movimiento variables.
Explora PAT, un modelo fundacional open source para datos de wearables que mejora hasta un 55% la predicción de salud mental, con mapas de atención interpretables.
Descubre cómo el Transformer supera a BLSTM en la predicción de postura 3D dinámica al manipular cargas, con mejoras de hasta un 58% en precisión.
MRO-GWM: modelo de mundo con Gaussian Splatting que predice movimientos rígidos condicionales a acciones. Ideal para robótica y control predictivo.
Aprende cómo un enfoque de máxima verosimilitud permite inferir heterogeneidad poblacional y modelos dinámicos desde trayectorias estocásticas de partículas.
Aprende cómo el método Zero-Shot Off-Policy Learning permite adaptar políticas a nuevas tareas sin reentrenamiento, usando medidas sucesoras y corrección de distribución para una rápida adaptación.
Descubre SAGE, un nuevo método de reordenamiento que mejora la robustez de los planificadores de difusión mediante autosupervisión y energías, sin necesidad de reentrenamiento.
Descubre cómo los modelos de difusión de video con tokenización de malla permiten un control preciso del movimiento humano en 3D, eliminando la necesidad de ren
Los intermediarios simbólicos permiten a los LLM interpretar simulaciones numéricas, mejorando el razonamiento geométrico en diseño y planificación. Resultados hasta un 63% mejores en benchmarks.
El modelo CPGAN integra la física de colisiones en la función de pérdida para simular evitación de colisiones en multitudes, reduciendo drásticamente los choques en flujos bidireccionales.
<meta name=description content=AnyMo escala la generación de movimiento multimodal condicionado con modelado enmascarado. Innovación en IA para animación y robótica.>
<meta name=description content=Planifica movimientos compuestos largos con BFM alineado al texto. Técnica efectiva para evitar poses y mejorar la sincronización.>
<meta name=description content=Los priores de sinergia muscular mejoran la simulación predictiva de la locomoción optimizando modelos biomecánicos.>
Planificación de movimiento basada en aprendizaje para control óptimo basado en datos. Técnicas avanzadas en robótica y automatización.