cs.RO पेपर | Gist.Science

Vision-Language Procedural Reasoning for Context-Aware Reward Modeling of Robotic Endovascular Guidewire Navigation

यह शोध पत्र एक विजन-लैंग्वेज प्रोसीजरल रीजनिंग (VL-PR) फ्रेमवर्क प्रस्तावित करता है जो वास्तविक समय के शारीरिक संदर्भ (anatomical context) के आधार पर रिवॉर्ड फंक्शन को गतिशील रूप से अनुकूलित करने के लिए एक मल्टीमॉडल लार्ज लैंग्वेज मॉडल का लाभ उठाता है, जिससे जटिल संवहनी वातावरण (vascular environments) में स्वायत्त रोबोटिक गाइडवायर नेविगेशन की विश्वसनीयता और दक्षता में वृद्धि होती है।

Wentong Tian, Jiyuan Zhao, Tianliang Yao, Yuxiang Fan, Zhengyu Shi, Dong Liu, Peng Qi2026-07-01

💻 computer science

Robustness-Based Synthesis for Time Window Temporal Logic Specifications via Mixed-Integer Linear Programming

यह शोध पत्र टाइम विंडो टेम्पोरल लॉजिक (TWTL) विशिष्टताओं को संतुष्ट करने वाले डिस्क्रीट-टाइम लीनियर सिस्टम के लिए कंट्रोल इनपुट्स को सिंथेसाइज करने हेतु एक मिक्स्ड-इंटिजर लीनियर प्रोग्रामिंग (MILP) फ्रेमवर्क प्रस्तावित करता है जो रोबस्टनेस को अधिकतम करता है, जिसमें ओपन-लूप और एक टास्क-अडैप्टिव होराइजन के साथ एक गणनात्मक रूप से कुशल क्लोज्ड-लूप मॉडल प्रिडिक्टिव कंट्रोल दृष्टिकोण दोनों शामिल हैं।

Philip Smith, Ahmad Ahmad, Kevin Leahy2026-07-01

💻 computer science

Multisensory Continual Learning: Adapting Pretrained Visuomotor Policies to Force

यह शोध पत्र MuSe का प्रस्ताव करता है, जो एक मल्टीसेंसरी कॉन्टिनुअल लर्निंग फ्रेमवर्क है जो मल्टी-स्टेज फ्यूजन और एक्सपीरियंस रिप्ले का उपयोग करके प्रीट्रेन विजन-ओनली रोबोट नीतियों को नई फोर्स-टॉर्क मोडैलिटीज के अनुकूल प्रभावी ढंग से ढालता है, जिससे मूल क्षमताओं को भूले बिना कॉन्टैक्ट-रिच कार्यों पर प्रदर्शन में वृद्धि होती है।

Jaden Clark, Changhao Wang, Yihuai Gao, Seongheon Hong, Hojung Choi, Mark Cutkosky, Yifan Hou, Shuran Song2026-07-01

🤖 AI

MultiUAV-Plat: An LLM-Oriented Platform, Benchmark and Framework for Multi-UAV Collaborative Task Planning

यह शोध पत्र MultiUAV-Plat प्रस्तुत करता है, जो एक हल्का सिमुलेशन प्लेटफॉर्म और व्यापक बेंचमार्क है जिसे वास्तविक बाधाओं के तहत LLM-संचालित मल्टी-UAV सहयोगात्मक कार्य नियोजन को व्यवस्थित रूप से मूल्यांकन करने के लिए डिज़ाइन किया गया है, साथ ही इसमें Agent4Drone फ्रेमवर्क भी शामिल है जो मिशन सफलता दर में मौजूदा बेसलाइनों से काफी बेहतर प्रदर्शन करता है।

Sheng Zhang, Qinglin Li, Yuechao Zang, Xueqin Huang, Yijia Fu, Cheng Zhu2026-07-01

💻 computer science

Efficient Sim-to-Real Transfer of World-Action Models from Synthetic Priors

यह शोध पत्र रोबोटिक मैनिपुलेशन के लिए एक वर्ल्ड-एक्शन मॉडल के पहले सफल ज़ीरो-शॉट सिम-टू-रियल ट्रांसफर को प्रस्तुत करता है, जो यह प्रदर्शित करता है कि केवल प्रति कार्य लगभग 800 सिंथेटिक प्रदर्शनों पर प्रशिक्षित कॉसमॉस पॉलिसी-आधारित वीडियो डिफ्यूजन मॉडल ने बिना किसी वास्तविक दुनिया के प्रशिक्षण डेटा के, वास्तविक दुनिया के फ्रंका रोबोट कार्यों पर 35% औसत सफलता दर प्राप्त की है।

Zixing Wang, Kausik Sivakumar, Jinghuan Shang, Yafei Hu, Zhaoming Xie, Ran Gong, Xiaohan Zhang, Karl Schmeckpeper2026-07-01

🤖 machine learning

What Probing Reveals about Autonomous Driving: Linking Internal Prediction Errors to Ego Planning

यह शोध पत्र पूर्वानुमान और नियोजन क्षमताओं की जांच करके स्वायत्त ड्राइविंग नीतियों (autonomous driving policies) के आंतरिक तर्क की जांच करता है, जिससे यह पता चलता है कि मजबूत क्लोज्ड-लूप प्रदर्शन के बावजूद, कई मॉडल वास्तविक भविष्य कहने वाले संकेतों के बजाय भंगुर ह्यूरिस्टिक्स (brittle heuristics) पर निर्भर करते हैं, जिसे कारण संबंधी हस्तक्षेपों (causal interventions) के माध्यम से सुधारा जा सकता है।

Hyeonchang Jeon, Kyungbeom Kim, Eugene Vinitsky, Kyung-Joong Kim2026-07-01

🤖 AI

Scenario Generation for Testing of Autonomous Driving Systems Using Real-World Failure Records

यह शोध पत्र एक मॉड्यूलर, LLM-आधारित पाइपलाइन का प्रस्ताव करता है जो प्राकृतिक भाषा वाले ऐतिहासिक विफलता रिकॉर्ड (विशेष रूप से NHTSA क्रैश डेटा) को स्वायत्त ड्राइविंग सिस्टम के लिए विविध, यथार्थवादी परीक्षण परिदृश्यों में परिवर्तित करता है, जो मेटाड्राइव सिम्युलेटर पर एक सीमित परीक्षण बजट के भीतर सिस्टम विफलताओं की सफलतापूर्वक पहचान करता है।

Anjali Parashar, Chuchu Fan2026-07-01

🤖 AI

MIRTH: Mutual-Information Reasoning with Temporal Hubs for Vision-Language-Action Agents

MIRTH विजन-लैंग्वेज-एक्शन एजेंटों के लिए एक एकीकृत ढांचा है जो वर्तमान सिंगल-फ्रेम आर्किटेक्चर की सीमाओं को दूर करने के लिए ड्यूल-स्केल टेम्पोरल मेमोरी हब्स, म्यूचुअल-इन्फॉर्मेशन-ऑप्टिमाइज्ड लेटेंट रीजनिंग टोकन और एक पैरेलल वेक्टर-वाइज एक्शन डिकोडिंग स्कीम को एकीकृत करके प्रदर्शन और दक्षता को बढ़ाता है।

Hao Sun, Yu Song, Shiyu Teng, Ziwei Niu, Yen-Wei Chen2026-07-01

🤖 AI

Information-Aided DVL Calibration

यह शोध पत्र एक सूचना-सहायता प्राप्त अंशांकन (IAC) विधि प्रस्तावित करता है जो GNSS-सक्षम वातावरण में पारंपरिक कलमन फ़िल्टर-आधारित अंशांकन में सुधार करके और GNSS संकेतों की अनुपलब्धता के दौरान प्रभावी स्व-अंशांकन को सक्षम करके स्वायत्त अंतर्जलीय वाहनों (AUVs) के लिए डॉप्लर वेलोसिटी लॉग (DVL) मापों की सटीकता को बढ़ाता है।

Zeev Yampolsky, Itzik Klein2026-07-01

🤖 machine learning

Safe Online Learning via Smooth Safety-Structured Policy Composition

यह शोधपत्र AutoSafe को प्रस्तुत करता है, जो एक नवीन पॉलिसी आर्किटेक्चर है जो एक्शन जनरेशन में सीधे संरचित सुरक्षा निगरानी को एकीकृत करता है ताकि प्रदर्शन और सुरक्षा व्यवहारों के बीच सुचारू, जोखिम-निर्भर संक्रमण सक्षम किया जा सके, जिससे सिम्युलेटेड बेंचमार्क और वास्तविक भौतिक प्रणालियों दोनों में लर्निंग डायनेमिक्स से समझौता किए बिना सुदृढ़ सुरक्षा प्रवर्तन प्राप्त किया जा सके।

Hongpeng Cao, Liqun Zhao, Yuliang Gu, Naira Hovakimyan, Lui Sha, Marco Caccamo2026-07-01

← पिछला अगला →