cs.RO Arbeiten | Gist.Science

Robotic Foundation Models for Industrial Control: A Comprehensive Survey and Readiness Assessment Framework

Diese Studie bietet einen umfassenden Überblick über robotische Fundamentmodelle für die industrielle Steuerung, entwickelt einen Bewertungsrahmen mit 149 Kriterien und kommt zu dem Schluss, dass die industrielle Reife derzeit begrenzt ist, da selbst die besten Modelle nur einen Bruchteil der Anforderungen erfüllen und systemische Integration von Sicherheit sowie Echtzeitfähigkeit priorisiert werden muss.

David Kube, Simon Hadwiger, Tobias Meisen2026-03-10💻 cs

Gradient-based Nested Co-Design of Aerodynamic Shape and Control for Winged Robots

Die vorgestellte Arbeit entwickelt ein gradientenbasiertes, verschachteltes Co-Design-Framework, das die aerodynamische Form und die Bewegungsplanung von flugfähigen Robotern mittels eines neuronalen Surrogatmodells gemeinsam optimiert, um die Leistung bei komplexen Aufgaben wie dem Perchen und der Landung deutlich zu verbessern.

Daniele Affinita, Mingda Xu, Benoît Valentin Gherardi, Pascal Fua2026-03-10💻 cs

Stability-Guided Exploration for Diverse Motion Generation

Diese Arbeit stellt eine neue Methode vor, die durch die Kombination von RRT-artiger Suche, sampling-basierter MPC und einem stabilitätsgeleiteten Sampling-Schema in der Lage ist, ohne aufwendige menschliche Demonstrationen diverse und langfristige Manipulationsstrategien für Roboter zu generieren.

Eckart Cobo-Briesewitz, Tilman Burghoff, Denis Shcherba, Armand Jordana, Marc Toussaint2026-03-10💻 cs

HybridMimic: Hybrid RL-Centroidal Control for Humanoid Motion Mimicking

Die Arbeit stellt HybridMimic vor, ein Framework, das durch die dynamische Modulation eines zentroidalen Modellcontrollers mittels Reinforcement Learning die Robustheit und Genauigkeit beim Nachahmen menschlicher Bewegungen durch humanoide Roboter in unvorhersehbaren Umgebungen signifikant verbessert.

Ludwig Chee-Ying Tay, I-Chia Chang, Yan Gu2026-03-10💻 cs

A Multi-Layer Sim-to-Real Framework for Gaze-Driven Assistive Neck Exoskeletons

Diese Arbeit stellt einen mehrstufigen Sim-zu-Real-Rahmen vor, der mithilfe von Virtual Reality und Blicksteuerung personalisierte Regler für assistive Nacken-Exoskelette entwickelt, um Patienten mit „Dropped Head Syndrome" die Kopfbewegung wiederherzustellen.

Colin Rubow, Eric Brewer, Ian Bales, Haohan Zhang, Daniel S. Brown2026-03-10💻 cs

A Comprehensive Analysis of the Effects of Network Quality of Service on Robotic Telesurgery

Diese Studie analysiert mithilfe des neu entwickelten Tools NetFI und einer Nutzerstudie mit 15 Teilnehmern, wie Paketverlust, Verzögerung und Kommunikationsausfall die Leistung und Sicherheit von robotergestützten Telechirurgie-Aufgaben beeinflussen, um quantitative Erkenntnisse für die Entwicklung robuster Kontrollstrategien zu gewinnen.

Zhaomeng Zhang, Seyed Hamid Reza Roodabeh, Homa Alemzadeh2026-03-10💻 cs

Learning-Based Robust Control: Unifying Exploration and Distributional Robustness for Reliable Robotics via Free Energy

Basierend auf dem Prinzip der freien Energie schlägt die Arbeit einen verteilungsrobusten Lernansatz vor, der Exploration und Unsicherheitsbewältigung vereint, um zuverlässige Robotersteuerung zu ermöglichen, die sich durch eine verbesserte Sim-zu-Real-Übertragbarkeit und eine erfolgreiche Null-Shot-Deployment-Strategie bei Manipulationsaufgaben auszeichnet.

Hozefa Jesawada, Giovanni Russo, Abdalla Swikir, Fares Abu-Dakka2026-03-10🔢 math

Receding-Horizon Nullspace Optimization for Actuation-Aware Control Allocation in Omnidirectional UAVs

Diese Arbeit stellt eine neuartige, rekursive Nullraum-Optimierungsmethode vor, die die asymmetrische Dynamik von Aktuatoren bei vollaktuierten omnidirektionalen UAVs berücksichtigt, um durch vorausschauende Glättung der Motorbefehle Oszillationen zu unterdrücken und die Trajektorienverfolgung zu verbessern.

Riccardo Pretto, Mahmoud Hamandi, Abdullah Mohamed Ali, Gokhan Alcan, Anthony Tzes, Fares Abu-Dakka2026-03-10💻 cs

RoboCritics: Enabling Reliable End-to-End LLM Robot Programming through Expert-Informed Critics

Die Arbeit stellt RoboCritics vor, ein System, das durch expertenbasierte Kritiker, die Bewegungsfehler erkennen und transparente Rückmeldungen geben, die Zuverlässigkeit und Sicherheit von Robotik-Programmierung mittels Large Language Models für Endanwender erhöht.

Callie Y. Kim, Nathan Thomas White, Evan He, Frederic Sala, Bilge Mutlu2026-03-10💻 cs

MotionBits: Video Segmentation through Motion-Level Analysis of Rigid Bodies

Die Arbeit stellt MotionBits vor, ein neuartiges, semantikunabhängiges Konzept zur Segmentierung von starren Körpern basierend auf kinematischer Äquivalenz, das zusammen mit dem Benchmark MoRiBo und einer lernfreien Graphenmethode die Wahrnehmung für robotische Manipulation und embodied Reasoning signifikant verbessert.

Howard H. Qian, Kejia Ren, Yu Xiang, Vicente Ordonez, Kaiyu Hang2026-03-10💻 cs

Nonlinear Performance Degradation of Vision-Based Teleoperation under Network Latency

Diese Arbeit untersucht die nichtlineare Stabilitätsverschlechterung von visionbasierten Teleoperationssystemen unter Netzwerklatenz und identifiziert mittels des entwickelten LAVT-Testbeds einen kritischen Kollaps der Systemstabilität bei Einweg-Perzeptionsverzögerungen zwischen 150 ms und 225 ms.

Aws Khalil, Jaerock Kwon2026-03-10💻 cs

Robodimm: A Physics-Grounded Framework for Automated Actuator Sizing in Scalable Modular Robots

Das Paper stellt Robodimm vor, ein Software-Framework, das mithilfe von Pinocchio und Pink sowie einer KKT-Formulierung die automatisierte Dimensionierung von Aktuatoren für skalierbare modulare Roboter mit geschlossenen kinematischen Ketten ermöglicht, um Kosten, Masse und dynamische Leistung zu optimieren.

J. L. Torres, M. Munoz, J. D. Alvarez, J. L. Blanco, A. Gimenez2026-03-10💻 cs

CAR: Cross-Vehicle Kinodynamics Adaptation via Mobility Representation

Die Arbeit stellt CAR vor, ein Framework, das mithilfe eines Transformer-Encoders und eines gemeinsamen latenten Raums die kinodynamische Anpassung autonomer Fahrzeuge auf neue Plattformen mit minimalem Datenbedarf ermöglicht und so die Skalierbarkeit heterogener Roboterschwärme verbessert.

Tong Xu, Chenhui Pan, Xuesu Xiao2026-03-10💻 cs

Material Driven HRI Design: Aesthetics as Explainability

Dieser vorläufige Beitrag schlägt einen Rahmen vor, der Materialien, Farben und Texturen als erklärbare Signale für die Mensch-Roboter-Interaktion nutzt, um durch gezielte ästhetische Gestaltung die Erwartungen der Nutzer an die Rolle und Fähigkeiten von Robotern zu klären.

Natalie Friedman, Kevin Weatherwax, Chengchao Zhu2026-03-10💻 cs

VertiAdaptor: Online Kinodynamics Adaptation for Vertically Challenging Terrain

Die Arbeit stellt VertiAdaptor vor, ein Online-Anpassungsframework, das Höhen- und semantische Informationen integriert, um die Kinodynamik autonomer Fahrzeuge in unstrukturiertem Gelände durch effiziente neuronale Basisfunktionen in Echtzeit anzupassen und so die Vorhersagegenauigkeit zu steigern sowie die Anpassungszeit drastisch zu verkürzen.

Tong Xu, Chenhui Pan, Aniket Datar, Xuesu Xiao2026-03-10💻 cs

Collaborative Planning with Concurrent Synchronization for Operationally Constrained UAV-UGV Teams

Die vorgestellte Arbeit entwickelt CoPCS, einen lernbasierten Ansatz, der heterogene Graph-Transformer und Transformer-Decoder nutzt, um die kollaborative Planung von UAV-UGV-Teams unter Berücksichtigung von Energie- und Geländebeschränkungen durch synchronisierte, gleichzeitige Koordination zu ermöglichen und so die Missionsleistung erheblich zu steigern.

Zihao Deng, Qianhuang Li, Peng Gao, Maggie Wigness, John Rogers, Donghyun Kim, Hao Zhang2026-03-10💻 cs

SysNav: Multi-Level Systematic Cooperation Enables Real-World, Cross-Embodiment Object Navigation

Das Paper stellt SysNav vor, ein dreistufiges System, das durch die Entkopplung von semantischer Schlussfolgerung, Navigationsplanung und Bewegungssteuerung mittels Vision-Language-Modellen zuverlässige und effiziente Objekt-Navigation über große Distanzen in komplexen realen Umgebungen für verschiedene Roboterplattformen ermöglicht.

Haokun Zhu, Zongtai Li, Zihan Liu, Kevin Guo, Zhengzhi Lin, Yuxin Cai, Guofei Chen, Chen Lv, Wenshan Wang, Jean Oh, Ji Zhang2026-03-10💻 cs

T2Nav Algebraic Topology Aware Temporal Graph Memory and Loop Detection for ZeroShot Visual Navigation

Die Arbeit stellt T2Nav vor, ein Zero-Shot-Navigationssystem für autonome Agenten, das algebraische Topologie, temporale Graphen und Loop-Detection nutzt, um in unbekannten Umgebungen effizient Hindernisse zu vermeiden, Schleifen zu erkennen und Ziele auf Basis von Referenzbildern zu erreichen.

Quang-Anh N. D., Duc Pham, Minh-Anh Nguyen, Tung Doan, Tuan Dang2026-03-10💻 cs

SurgSync: Time-Synchronized Multi-Modal Data Collection Framework and Dataset for Surgical Robotics

Das Paper stellt SurgSync vor, ein Framework zur synchronisierten Erfassung multimodaler chirurgischer Roboterdaten auf Basis des dVRK, das durch hochwertige Sensoren und eine Validierung an ex-vivo-Gewebe eine umfassende Datensammlung für das Training von KI-Systemen ermöglicht.

Haoying Zhou, Chang Liu, Yimeng Wu, Junlin Wu, Zijian Wu, Yu Chung Lee, Sara Martuscelli, Spetimiu E. Salcudean, Gregory S. Fischer, Peter Kazanzides2026-03-10💻 cs

CN-CBF: Composite Neural Control Barrier Function for Safe Robot Navigation in Dynamic Environments

Die Arbeit stellt CN-CBF vor, eine Methode, die mehrere neuronale Kontrollbarrierefunktionen mittels des Hamilton-Jacobi-Reichbarkeitsrahmens zu einer zusammengesetzten Funktion kombiniert, um Robotern eine sichere Navigation in dynamischen Umgebungen mit deutlich höheren Erfolgsquoten als bestehenden Basismethoden zu ermöglichen.

Bojan Derajic, Sebastian Bernhard, Wolfgang Hönig2026-03-10🤖 cs.LG

← Zurück Weiter →