💻 computer science

MessyMem: Learning-from-Doing Memory for Mobile Manipulation

تُعد MessyMem نظام ذاكرة مستمرة للمناولات المحمولة، حيث تحافظ على مخطط مشهد ثلاثي الأبعاد مرتبط مكانياً ومعزز بالمعرفة المستمدة من التفاعل، مما يمكّن الروبوتات من التعلم من الخبرة والتفوق بشكل كبير على النماذج المرجعية الحالية عبر إعادة استخدام الاكتشافات السابقة في المهام طويلة الأمد.

Anuva Banwasi, William Muckelroy III, Priya Sundaresan, Linfeng Zhao, Jeannette Bohg, Cherie Ho2026-09-16
💻 computer science

Collision-Aware Humanoid Whole-Body Control under Imperfect Tracking Targets

تقدم هذه الورقة البحثية RECAL، وهي طبقة انتباه تقاطعي بين الروبوت والبيئة تعزز وحدات التحكم في كامل الجسم الحالية من خلال دمج هندسة المشهد الخارجي لموازنة تتبع الهدف مع تجنب الاصطدام ديناميكيًا للروبوتات البشرية التي تعمل في ظل ظروف تتبع غير مثالية.

Mohitvishnu S. Gadde, Ashish Malik, Pranay Dugar, Aayam Kumar Shrestha, Alan Fern2026-09-16
🔬 optics

A Programmable Optics Cloud Laboratory

تقدم هذه الورقة PICO، وهي بنية مختبر سحابي روبوتية تبسط البرمجة والتشغيل وإعادة إنتاج تجارب البصريات في الفضاء الحر القابلة لإعادة التشكيل من خلال توفير طبقة تجريد برمجية موحدة للتحكم عن بُعد، والمبرمج، والمستقل.

Sachin Vaidya, Caio Silva, Seou Choi, Joshua Chen, Marin Soljačić2026-09-16
💻 computer science

XRoboToolKit-T: Teleoperation with High Stability and Precision with Tactile Sensing for Contact-rich Manipulation

تقدم هذه الورقة XRoboToolKit-T، وهو نظام تحكم عن بُعد متعدد الاستخدامات يدمج التحكم في القوة المستند إلى اللمس مع وحدات المساعدة اللمسية لتحقيق جمع بيانات عالي التردد، ومستقر، ودقيق لمهام المناولة الغنية بالتلامس والصعبة.

Xiwen Dengxiong, Xueting Wang, Ke Jing, Rui Li, Yunbo Zhang2026-09-16
💻 computer science

UniDex-ViTac: Learning Unified Visuo-Tactile Dexterous Manipulation Policy from Human Video Data

يُعد UniDex-ViTac إطار عمل يستفيد من العروض التوضيحية البشرية بالفيديو لتوليد مسارات روبوتية محاكية غنية بالتغذية الراجعة اللمسية، مما يتيح تدريب سياسة بصرية-لمسية موحدة تحقق معدلات نجاح أعلى بكثير في المناولة الماهرة على كل من الأجسام المرئية وغير المرئية مقارنة بالنماذج الأساسية التي تعتمد على الرؤية فقط، وكل ذلك دون الحاجة إلى عروض توضيحية لروبوت حقيقي أو ضبط دقيق.

Hyesung Lee, Si-Hwan Heo, Sungwook Yang2026-09-16
🤖 machine learning

Weave: Learning Whole-Body Dexterous Loco-Manipulation from Human-Object Interactions

تُعد Weave إطار عمل موحداً يتعلم الحركة والتحكم الماهر لكامل الجسم للروبوتات البشرية من خلال عروض توضيحية بشرية عبر تحويلها إلى مراجع قابلة للتنفيذ بواسطة إعادة استهداف مدركة للتلامس، وتوظيف سياسة مدركة للهندسة لتحقيق معدلات نجاح عالية في سيناريوهات التفاعل المدربة وغير المدربة على حد سواء.

Liu Cao, Xingze Wu, Jingzhi Cui, Botian Xu, Mingzhi Pei, Ruoqu Chen, Mengdi Xu2026-09-16
💻 computer science

Differentiable Mesh State Estimation via Factor Graph Inference for Deformable Object Reconstruction

تقترح هذه الورقة إطار عمل جديداً قائماً على المخطط العاملي (factor graph) يوحد بين الأوليات الفيزيائية، وبيانات المستشعرات المشوشة، والقيود الزمنية لإجراء تقدير حالة احتمالي دقيق وإعادة بناء للأجسام القابلة للتشوه المتمثلة في شبكات رباعية الأوجه (tetrahedral meshes).

Lidia Al-Zogbi, Fangjie Li, Samuel Tobin, James Ferguson, Nithesh Kumar, Alejandro Chara, Kuan-I Chung, Mingxing Rao, Ay (…)2026-09-16
💻 computer science

IL-ACT: Imitation Learning with Adaptive Cartesian Tracking Control for a 30-ton Excavator

تقترح هذه الورقة البحثية إطار عمل IL-ACT، وهو إطار عمل جديد للتعلم بالتقليد معزز بتتبع كارتيزي تكيفي وحاكم مسافة التوقف، والذي يُظهر أداءً فائقاً في التحكم الذاتي لحفارة تزن 30 طناً من خلال تقليل أخطاء التتبع بشكل كبير وتحسين إتمام الأهداف مقارنة بالطرق المرجعية تحت ظروف هيدروليكية واستشعارية متنوعة.

Mehdi Heydari Shahna, Seihun Kim, Soyi Jung, Soohyun Park, Jouni Mattila, Joongheon Kim2026-09-16
🤖 AI

World Models for Embodied Intelligence: From Plausible to Controllable to Actionable

تقترح هذه الورقة إطار عمل جديداً لتقييم النماذج العالمية في الذكاء المتجسد، ينقل التركيز من الدقة البصرية إلى تسلسل هرمي ثلاثي المستويات يتكون من قدرات: المعقولة، والقابلة للتحكم، والقابلة للتنفيذ، محاججةً بأن القيمة الحقيقية تكمن في التنبؤات التي تلتقط البنية ذات الصلة بالمهمة، وتعكس آثار التدخل، وتحسن سلوك الوكيل في الحلقة المغلقة بشكل ملموس.

Nanjie Yao, Hao Wang, Chong Cheng, Zhikang Chen, Wenzhe Li, Jiafei Lyu, Li Shen, Peilin Zhao, Zongqing Lu, Gao Huang, St (…)2026-09-16
🤖 machine learning

The Latent That Never Was: A Forensic Re-run of the CVAE Ablation in Action Chunking Transformer

تتحدى هذه الورقة النتائج الأصلية لنموذج "Action Chunking Transformer" (ACT) من خلال إثبات أن الانخفاض الحاد في الأداء المُبلغ عنه عند إزالة المشفر الخاص بالمشفر التلقائي المتغير الشرطي لا يتكرر في عمليات إعادة التشغيل الخاصة بهم، مما يشير إلى أن فائدة المشفر حساسة للغاية لبروتوكولات التدريب والتقييم بدلاً من كونها ضرورة أساسية للنموذج.

Bo Kang2026-09-16