💻 computer science

Constraint-Aware Discrete-Time PID Gain Optimization for Robotic Joint Control Under Actuator Saturation

تقدم هذه الورقة سير عمل لضبط متحكمات PID في الزمن المنفصل للمفاصل الروبوتية مع مراعاة القيود، يجمع بين فحص الاستقرار التحليلي والتحسين البايزي لتحقيق أداء قوي وتقليل التجاوز تحت تأثير تشبع المشغل وعدم اليقين في النظام.

Ojasva Mishra, Xiaolong Wu, Min Xu2026-02-06
💻 computer science

RFS: Reinforcement Learning with Residual Flow Steering for Dexterous Manipulation

تقترح هذه الورقة البحثية "توجيه التدفق المتبقي" (Residual Flow Steering - RFS)، وهو إطار عمل للتعلم التعزيزي كفء من حيث البيانات، يعمل على تكييف سياسات مطابقة التدفق مسبقة التدريب من أجل المناولة الماهرة عبر التحسين المشترك للإجراءات المتبقية وتوزيعات الضجيج الكامن لتحقيق التوازن بين تصحيح الخطأ المحلي والاستكشاف العالمي.

Entong Su, Tyler Westenbroek, Anusha Nagabandi, Abhishek Gupta2026-02-06
💻 computer science

Signal or 'Noise': Human Reactions to Robot Errors in the Wild

من خلال نشر ميداني عام لروبوت لتحضير القهوة شمل ٤٩ مشاركاً، تكشف هذه الدراسة أنه بينما تُعد الإشارات الاجتماعية البشرية استجابةً لأخطاء الروبوت في البيئات الواقعية غنية ومعلوماتية، إلا أنها أيضاً متغيرة للغاية و"مشوشة"، لا سيما أثناء التفاعلات الجماعية.

Maia Stiber, Sameer Khan, Russell Taylor, Chien-Ming Huang2026-02-06
🤖 AI

Differentiable Inverse Graphics for Zero-shot Scene Reconstruction and Robot Grasping

تقدم هذه الورقة نموذجاً عصبياً رسومياً قابلاً للتفاضل يتيح إعادة بناء المشاهد وإمساك الروبوت للأجسام بشكل متسق فيزيائياً وبدون تدريب مسبق من صورة واحدة (RGBD)، وذلك عبر الجمع بين النماذج التأسيسية العصبية والرندرة القابلة للتفاضل القائمة على الفيزياء، مما يلغي الحاجة إلى بيانات تدريب مكثفة أو عينات وقت الاختبار.

Octavio Arriaga, Proneet Sharma, Jichen Guo, Marc Otto, Siddhant Kadwe, Rebecca Adam2026-02-06
🤖 AI

Optimizing Mission Planning for Multi-Debris Rendezvous Using Reinforcement Learning with Refueling and Adaptive Collision Avoidance

تقترح هذه الدراسة إطار عمل للتعلم التعزيزي يعتمد على خوارزمية تحسين السياسة القريبة (PPO) المقنعة، والذي يعمل على تحسين استراتيجيات تجنب الاصطدام وإعادة التزود بالوقود بشكل تكيفي وموفر للوقود للأقمار الصناعية الصغيرة التي تقوم بمهام إزالة الحطام المتعددة، مما يظهر أداءً فائقاً مقارنة بالنهج الاستدلالي التقليدي في البيئات المدارية المعقدة.

Agni Bandyopadhyay, Gunther Waxenegger-Wilfing2026-02-06
🤖 machine learning

Reinforcement Learning Enhancement Using Vector Semantic Representation and Symbolic Reasoning for Human-Centered Autonomous Emergency Braking

تقترح هذه الورقة إطار عمل للتعلم التعزيزي العصبي الرمزي للفرملة الطارئة الذاتية، يدمج التمثيلات الدلالية المتجهية لسياق المشهد مع دالة مكافأة تعتمد على المنطق الرتبي الأول الناعم لتعزيز متانة السياسة ومواءمة اتخاذ القرار مع القيم البشرية للسلامة.

Vinal Asodia, Iman Sharifi, Saber Fallah2026-02-06
🤖 AI

Evaluating Robustness and Adaptability in Learning-Based Mission Planning for Active Debris Removal

تقيم هذه الورقة ثلاثة نهج لتخطيط المهام لإزالة الحطام النشط، مظهرةً أنه في حين يوفر التعلم المعزز القائم على عشوائية النطاق توازناً قوياً بين السرعة والقدرة على التكيف، فإن بحث شجرة مونت كارلو يوفر معالجة فائقة للقيود على حساب وقت حوسبة أعلى بكثير، مما يسلط الضوء على مقايضة حرجة بين كفاءة السياسة المتعلمة ومرونة البحث.

Agni Bandyopadhyay, Günther Waxenegger-Wilfing2026-02-06
💻 computer science

A Framework for Combining Optimization-Based and Analytic Inverse Kinematics

تقدم هذه الورقة إطار عمل جديد للحركة العكسية يستفيد من الحلول التحليلية كمتغير تغيير لتبسيط مشهد الأمثلة، مما يحسن بشكل كبير معدلات النجاح مقارنة بالطرق التقليدية في السيناريوهات الصعبة التي تتضمن تجنب الاصطدام، واختيار القبضة، واستقرار الجسم البشري.

Thomas Cohn, Lihan Tang, Alexandre Amice, Russ Tedrake2026-02-06
🤖 AI

GAMMS: Graph based Adversarial Multiagent Modeling Simulator

تقدم الورقة البحثية إطار عمل GAMMS، وهو إطار محاكاة قائم على الرسوم البيانية، خفيف الوزن ومفتوح المصدر، صُمم لتمكين النمذجة الأولية السريعة والقابلة للتوسع والمتاحة لأنظمة متعددة الوكلاء متنوعة في بيئات معقدة مثل الشبكات الحضرية وأنظمة الاتصالات.

Rohan Patil, Jai Malegaonkar, Xiao Jiang, Andre Dion, Gaurav S. Sukhatme, Henrik I. Christensen2026-02-06
💻 computer science

Low-Cost Underwater In-Pipe Centering and Inspection Using a Minimal-Sensing Robot

تقدم هذه الورقة نظاماً لروبوت تحت مائي ذاتي القيادة ومنخفض التكلفة يحقق تمركزاً واجتيازاً موثوقين للأنابيب المغمورة باستخدام وحدة قياس عطالية (IMU) ومستشعر ضغط وجهازي سونار فقط، مما يلغي الحاجة إلى تحديد مواقع خارجي معقد أو مستشعرات عالية الجودة.

Kalvik Jakkala, Jason O'Kane2026-02-06