🦾 Category

cs.RO

4321 पेपर

💻 computer science

Imitation Learning for Robot Assistance in Open Surgery: A Multi-Policy Evaluation on Suture Following

यह अध्ययन ओपन सर्जरी में सर्जन-रोबोट सहयोगात्मक सहायता के लिए सामान्य-उद्देश्यीय इमिटेशन लर्निंग (imitation learning) का पहला मल्टी-पॉलिसी मूल्यांकन प्रस्तुत करता है, जो यह प्रदर्शित करता है कि π0\pi_0 पॉलिसी बेहतर सुदृढ़ता और 92% स्टिच पूर्णता दर प्राप्त करती है और साथ ही गहराई की धारणा (depth perception) एवं एंड-इफेक्टर डिज़ाइन को नैदानिक अनुवाद (clinical translation) के लिए महत्वपूर्ण प्राथमिकताओं के रूप में पहचानती है।

Xucheng Wang, Zhizhou Yang, Xiaoman Zhang, Sung Eun Kim, Romain Hardy, Pranav Rajpurkar2026-07-28
💻 computer science

AgenticNav: Zero-Shot Vision-and-Language Navigation as a Tool-Calling Harness

AgenticNav एक हल्का, ज़ीरो-शॉट विज़न-एंड-लैंग्वेज नेविगेशन फ्रेमवर्क पेश करता है जो VLM-एनवायरनमेंट इंटरैक्शन को एक टूल-कॉलिंग हार्नेस के रूप में पुनर्कल्पित करता है, जिससे सीखा हुआ वेपॉइंट प्रेडिक्टर बनाए बिना सीधे पिक्सेल-आधारित एक्शन सिलेक्शन, ऑन-डिमांड डेप्थ क्वेरीज़ और चयनात्मक मेमोरी रिट्रीवल प्राप्त करने के लिए सक्षम बनाया जा सके, जिससे अत्याधुनिक प्रदर्शन प्राप्त होता है।

Yijian Li, Changze Li, Hantian Shi, Jiaying Luo, Jiyuan Cai, Ming Yang, Tong Qin2026-07-28
🔬 materials science

Scalable Low-Cost Laboratory Automation: A Digital Twin-Integrated Robotic Platform for Autonomous Liquid Handling (RAINBOT)

यह शोध पत्र RAINBOT को प्रस्तुत करता है, जो एक संशोधित 3D प्रिंटर से निर्मित एक कम लागत वाला, ओपन-सोर्स रोबोटिक लिक्विड-हैंडलिंग प्लेटफॉर्म है, जो व्यावसायिक लागत के एक अंश पर सुलभ, रिमोटली सुपरवाइज्ड और स्वायत्त प्रयोगशाला प्रयोगों को सक्षम करने के लिए एक रियल-टाइम ब्राउज़र-आधारित डिजिटल ट्विन और इनवर्स-डिज़ाइन फ्रेमवर्क को एकीकृत करता है।

Mohamed Rami Ayeche, Souhil Sid, Ahyen Mostofa, Rehaan Hussain, Ali Shayesteh, Fadwa El Mellouhi2026-07-28
🤖 AI

Emergent Compositional Skills in Mixture-of-Experts VLAs

यह शोध पत्र यह प्रदर्शित करता है कि एक सरलीकृत मिक्स्चर-ऑफ-एक्सपर्ट्स (MoE) एक्शन हेड से सुसज्जित विजन-लैंग्वेज-एक्शन (VLA) मॉडल, केवल विशेषज्ञ प्रदर्शनों (expert demonstrations) से ही जटिल रोबोटिक कार्यों को पुन: प्रयोज्य, व्याख्या योग्य निम्न-स्तरीय प्रिमिटिव्स और उच्च-स्तरीय अनुक्रमण रणनीतियों में विघटित करना उभरते हुए सीख सकता है, जो मोनोलिथिक बेसलाइनों के तुलनीय प्रदर्शन प्राप्त करते हुए अधिक मॉड्यूलैरिटी और व्याख्यात्मकता प्रदान करता है।

Shlok Shah, Rhiaan Jhaveri, Tharun Kumar Tiruppali Kalidoss, Chirayu Nimonkar, Ishaan Javali, Dhruv Shah2026-07-28
⚡ electrical engineering

Learning-based Hierarchical Tracheal Anatomy Understanding from Sparse Surgical Demonstration Annotations for Ultrasound Robots

यह शोध पत्र एक लर्निंग-आधारित फ्रेमवर्क प्रस्तुत करता है जो अल्ट्रासाउंड-निर्देशित रोबोटिक ट्रेकियोस्टोमी के लिए सुदृढ़, रियल-टाइम ट्रेकियल एनाटॉमी सेगमेंटेशन प्राप्त करने हेतु YOLOv8n लोकलाइजेशन बैकबोन को एक स्पार्स, प्रॉम्प्ट-ऑप्टिमाइज्ड SAM2 डिकोडर के साथ संयोजित करता है, जो सटीकता और सामान्यीकरण दोनों में U-Net बेसलाइन्स से काफी बेहतर प्रदर्शन करते हुए क्लोज्ड-लूप रोबोटिक टेलीऑपरेशन को सक्षम बनाता है।

Hiu Ching Cheung, Wenchao Yue, Zhengran Han, Mingcong Chen, Guanglin Cao, Hongbin Liu, Hongliang Ren2026-07-28
💻 computer science

Pose-Aware Modeling to Mitigate Pose-Related Artifacts in Tactile Gloves

यह शोध पत्र एक ग्लव-अज्ञेय (glove-agnostic), पोज़-जागरूक एल्गोरिद्मिक ढांचे को प्रस्तुत करता है जो लचीले टैक्टाइल ग्लव्स में पोज़-संबंधी आर्टिफ़ेक्ट्स को मॉडल और कम करने के लिए हैंड पोज़ जानकारी का लाभ उठाता है, जिससे विविध ग्लव डिज़ाइनों और उपयोगकर्ताओं में न्यूनतम पता लगाने योग्य बल को काफी कम किया जाता है और संपर्क पहचान सटीकता में सुधार होता है।

Tianhong Catherine Yu, Ziyi Kou, Mia Huang, Taylor Niehues, Yiyue Luo, Li Guan, Dingtian Zhang2026-07-28
💬 NLP

Low-Latency Turn-Taking via Context-Aware Preface Generation in a Real-World Dialogue Robot

यह शोध पत्र एक दो-चरणीय वृद्धिशील ढांचे (two-stage incremental framework) का प्रस्ताव करता है जो संवाद विलंबता (dialogue latency) को कम करने के लिए संदर्भ-जागरूक पूर्ववर्ती प्रतिक्रियाएं (context-aware prefatory responses) उत्पन्न करता है, और एक वास्तविक रोबोट प्रयोग के माध्यम से यह प्रदर्शित करता है कि हालांकि यह दृष्टिकोण निश्चित फिलर्स (fixed fillers) की तुलना में प्रारंभिक फिलर में थोड़ी देरी करता है, लेकिन यह मुख्य प्रतिक्रिया से पहले के अंतराल को महत्वपूर्ण रूप से छोटा कर देता है, जो समय अनुकूलन (timing optimization) में एक ट्रेड-ऑफ को प्रकट करता है।

Yuki Okafuji, Koji Inoue, Yoshiki Ohira2026-07-28
💻 computer science

Sling2Sim2Real: One-Shot Elastic System Identification for Non-Destructive Slingshot Policy Learning

यह शोध पत्र Sling2Sim2Real का प्रस्ताव करता है, जो एक वन-शॉट Real2Sim2Real फ्रेमवर्क है जो सटीक सिमुलेशन-आधारित पॉलिसी लर्निंग और इलास्टिक स्लिंगशॉट मैनिपुलेशन कार्यों के लिए मजबूत ज़ीरो-शॉट ट्रांसफर को सक्षम करने हेतु एकल गैर-विनाशकारी इंटरेक्शन से इलास्टिक ऑब्जेक्ट पैरामीटर्स की पहचान करता है।

Wonjae Kang, Geonwoo Kim, Minseok Song, Daehyung Park2026-07-28
💻 computer science

PRISM: Polynomial Representations for Interaction-Structured Motor Control

यह शोधपत्र PRISM को प्रस्तुत करता है, जो एक बहुपद-आधारित (polynomial-based) नीति प्रतिनिधित्व है जो रोबोटिक लोकोमोशन और मैनिपुलेशन कार्यों में मानक MLPs की तुलना में बेहतर प्रदर्शन प्राप्त करने के लिए भौतिक चरों के बीच अंतःक्रिया संरचनाओं को स्पष्ट रूप से मॉडल करता है, जबकि यह बिना किसी स्पष्ट बल या संपर्क इनपुट की आवश्यकता के सेंसर रहित अनुपालन व्यवहार (sensorless compliant behavior) को सक्षम बनाता है।

Seung Hyun Lee, Stella X. Yu2026-07-28
💻 computer science

LEACL: LLM-Enhanced Automatic Curriculum Learning for Reinforcement Learning in Long-Horizon Manipulation Tasks

यह शोध पत्र LEACL का प्रस्ताव करता है, जो एक ऐसा ढांचा है जो लंबी अवधि के हेरफेर कार्यों (long-horizon manipulation tasks) को स्वचालित रूप से विभाजित करने और आवश्यक विशिष्टताओं को उत्पन्न करने के लिए लार्ज लैंग्वेज मॉडल्स का लाभ उठाता है, जिससे सुदृढीकरण सीखने (reinforcement learning) वाले एजेंटों को केवल स्पार्स रिवॉर्ड्स (sparse rewards) का उपयोग करके स्वचालित पाठ्यक्रम शिक्षण (automatic curriculum learning) के माध्यम से उत्कृष्ट प्रदर्शन प्राप्त करने में सक्षम बनाया जा सके, जिसमें मैन्युअल रूप से डिज़ाइन किए गए डेंस रिवॉर्ड फंक्शन्स की आवश्यकता नहीं होती है।

Faraz Heravi, James Ouyang, Zifan Xu, Arjun Kumar, Yoonchang Sung, Peter Stone2026-07-28