{"version":"1","article":{"id":"robot-watchdog-graph-failure-detection-2026","slug":"robot-watchdog-graph-failure-detection-2026","language":"es","url":"https://haberpaper.com/es/news/robot-watchdog-graph-failure-detection-2026","api_url":"https://haberpaper.com/api/v1/articles/robot-watchdog-graph-failure-detection-2026?lang=es","title":"Robot-WATCHDOG detecta fallos mediante relaciones entre objetos","summary":"Investigadores vinculados a instituciones francesas presentaron un detector de fallos robóticos que sigue la posición y las relaciones entre objetos durante una tarea. Lo evaluaron con una prueba existente y un nuevo conjunto de dos tareas.","category":"business","region":"world","topics":["ai"],"published_at":"2026-10-13T20:11:52+03:00","modified_at":"2026-10-13T20:11:52+03:00","publication_basis":"publication-record","event_period":"2026-10-09","event_period_basis":"event-or-reference-period","sources":[{"name":"arXiv, Robot-WATCHDOG: failure detection through object-centric graph representation (arXiv:2610.13403)","url":"https://arxiv.org/abs/2610.13403","checkedAt":"2026-10-13","publishedAt":"2026-10-09"}],"translations":[{"language":"tr","url":"https://haberpaper.com/tr/news/robot-watchdog-graph-failure-detection-2026","api_url":"https://haberpaper.com/api/v1/articles/robot-watchdog-graph-failure-detection-2026?lang=tr"},{"language":"en","url":"https://haberpaper.com/en/news/robot-watchdog-graph-failure-detection-2026","api_url":"https://haberpaper.com/api/v1/articles/robot-watchdog-graph-failure-detection-2026?lang=en"},{"language":"ar","url":"https://haberpaper.com/ar/news/robot-watchdog-graph-failure-detection-2026","api_url":"https://haberpaper.com/api/v1/articles/robot-watchdog-graph-failure-detection-2026?lang=ar"},{"language":"fr","url":"https://haberpaper.com/fr/news/robot-watchdog-graph-failure-detection-2026","api_url":"https://haberpaper.com/api/v1/articles/robot-watchdog-graph-failure-detection-2026?lang=fr"},{"language":"es","url":"https://haberpaper.com/es/news/robot-watchdog-graph-failure-detection-2026","api_url":"https://haberpaper.com/api/v1/articles/robot-watchdog-graph-failure-detection-2026?lang=es"}],"data_types":[],"data":null,"data_compilations":[],"data_downloads":[],"content":{"paragraphs":["Un preprint publicado en arXiv el 9 de octubre por investigadores vinculados a la Universidad Paris-Saclay, CEA, Inria y CNRS analiza los límites de detectar fallos de manipulación robótica basándose solo en la similitud de imágenes. Robot-WATCHDOG representa como un grafo los objetos de una escena y sus relaciones a lo largo del tiempo. El equipo prueba una puntuación que mide la desviación geométrica y relacional respecto a demostraciones expertas y otra que predice estados futuros de los objetos mediante una red de atención de grafos y un Transformer.","Los autores evaluaron ambos métodos en cuatro tareas compatibles de una prueba previa de fallos robóticos y en dos tareas nuevas: poner la mesa y clasificar residuos en una cinta transportadora móvil. Excluyeron interacciones con líquidos u objetos deformables, que no cumplen el supuesto de mantener una identidad estable del objeto. El artículo informa de que ambas puntuaciones basadas en grafos superaron a los detectores basados en imágenes, especialmente en fallos que implican interacciones entre objetos y la estructura de la tarea; la puntuación geométrica-relacional sin entrenamiento obtuvo los mejores resultados generales y el menor coste de inferencia. Las conclusiones se limitan a los datos y tareas seleccionados y no validan un sistema de seguridad para todos los robots o tipos de fallo. Es un preprint aún no revisado por pares."],"key_points":[],"sections":[]},"text":"Investigadores vinculados a instituciones francesas presentaron un detector de fallos robóticos que sigue la posición y las relaciones entre objetos durante una tarea. Lo evaluaron con una prueba existente y un nuevo conjunto de dos tareas.\n\nUn preprint publicado en arXiv el 9 de octubre por investigadores vinculados a la Universidad Paris-Saclay, CEA, Inria y CNRS analiza los límites de detectar fallos de manipulación robótica basándose solo en la similitud de imágenes. Robot-WATCHDOG representa como un grafo los objetos de una escena y sus relaciones a lo largo del tiempo. El equipo prueba una puntuación que mide la desviación geométrica y relacional respecto a demostraciones expertas y otra que predice estados futuros de los objetos mediante una red de atención de grafos y un Transformer.\n\nLos autores evaluaron ambos métodos en cuatro tareas compatibles de una prueba previa de fallos robóticos y en dos tareas nuevas: poner la mesa y clasificar residuos en una cinta transportadora móvil. Excluyeron interacciones con líquidos u objetos deformables, que no cumplen el supuesto de mantener una identidad estable del objeto. El artículo informa de que ambas puntuaciones basadas en grafos superaron a los detectores basados en imágenes, especialmente en fallos que implican interacciones entre objetos y la estructura de la tarea; la puntuación geométrica-relacional sin entrenamiento obtuvo los mejores resultados generales y el menor coste de inferencia. Las conclusiones se limitan a los datos y tareas seleccionados y no validan un sistema de seguridad para todos los robots o tipos de fallo. Es un preprint aún no revisado por pares.","corrections":[],"editorial_illustration":{"kind":"symbolic-editorial-illustration","documentary":false,"scope":"section","asset_id":"business","url":"https://haberpaper.com/assets/illustrations/business-1536.webp","width":1536,"height":1024,"alt":"Taller industrial simbólico con maquinaria, almacén y grúa.","language":"es"},"section_illustration":{"kind":"symbolic-editorial-illustration","documentary":false,"scope":"section","asset_id":"business","url":"https://haberpaper.com/assets/illustrations/business-1536.webp","width":1536,"height":1024,"alt":"Taller industrial simbólico con maquinaria, almacén y grúa.","language":"es"}}}