MODIP: Optimización Basada en Modelos para Políticas de Difusión
MODIP optimiza políticas de difusión con modelos del mundo, mejorando el aprendizaje robótico. Resultados competitivos en D4RL y RoboMimic.
#planificación de trayectorias
Robustez de tareas mediante reetiquetado de datos robóticos visión-acción
TREAD usa VLMs para reetiquetar datos robóticos y mejorar robustez en tareas nuevas. Aumenta la generalización de tu robot.
Representación de Mezcla Gaussiana Geométrica para Curvas Planas
Descubre cómo representar curvas planas con incertidumbre mediante mezclas gaussianas, una técnica para CAD, robótica y planificación de trayectorias.
SCOUT: Cobertura Semántica de Escenas con Recorrido Guiado por Incertidumbre
SCOUT permite que robots entiendan su entorno en tiempo real, combinando recorrido activo y gráficos de escenas 3D con incertidumbre. Aprende más.
Planificación de trayectorias para cambios de carril personalizados
Descubre cómo un planificador con redes neuronales personaliza confort y eficiencia en cambios de carril para cada conductor.
De la cinemática a la dinámica: planes híbridos factibles
Descubre cómo el aprendizaje por refuerzo refina planes híbridos de robots para garantizar una ejecución dinámicamente factible, superando las limitaciones de los planificadores tradicionales.
DiffSlack: Aprendizaje con restricciones no lineales mediante variables slack
Aprende cómo DiffSlack impone restricciones no lineales en redes neuronales para planificación de trayectorias, mejorando tasa de éxito en vehículos autónomos.
Síntesis de restricciones semánticas para optimización de trayectorias con LLMs
Descubre cómo los LLMs traducen requisitos de misión en código de optimización de trayectorias para misiones espaciales más seguras y eficientes.
SPADE: Planificación de trayectorias guiada por bocetos con difusión
Descubre SPADE, el nuevo método que combina bocetos y difusión para planificar rutas de robots móviles con un 39% menos de error y un 93% menos parámetros.
GSAM: Marco robótico seguro y generalizable para objetos articulados
Descubre GSAM, un marco robótico que mejora un 36% la tasa de éxito en manipulación de objetos articulados, reduciendo colisiones. ¡Lee más!
¿Juega la información visual un papel decisivo en la conducción de modelos VLA?
Analizamos la relación entre información visual y comportamiento de conducción en modelos VLA mediante perturbaciones controladas. Implicaciones para sistemas más seguros.