cs.RO पेपर | Gist.Science

A Watermark for Vision-Language-Action and World Action Models

यह शोध पत्र एक "कीड लेटेंट-प्रोवेनेंस वेरिफिकेशन" (keyed latent-provenance verification) विधि प्रस्तावित करता है जो गॉसियन नॉइज़ सीड्स (Gaussian noise seeds) के माध्यम से विजन-लैंग्वेज-एक्शन और वर्ल्ड एक्शन मॉडल्स में अदृश्य, सांख्यिकीय रूप से समान वॉटरमार्क एम्बेड करता है, जिससे मालिकों को प्रतिकूल हमलों या वेट संशोधनों (weight modifications) के बाद भी मॉडल स्वामित्व को विश्वसनीय रूप से सत्यापित करने और चोरी का पता लगाने में सक्षम बनाया जा सके।

Yule Liu, Shuai Liu, Jiaheng Wei, Xinlei He2026-06-23

🤖 AI

A Generative Model for Closed-Loop Microsimulation of Signalized Intersections

यह शोध पत्र एनएक्टर (Enactor) का परिचय देता है, जो एक एक्टर-केंद्रित जनरेटिव मॉडल है जो सिग्नल वाले चौराहों के स्थिर, उच्च-विश्वसनीयता वाले माइक्रोसिमुलेशन को प्राप्त करने के लिए एक क्लोज्ड-लूप प्रशिक्षण पाठ्यक्रम और पोलर कोऑर्डिनेट एनकोडिंग का उपयोग करता है, जो ट्रैफिक वितरण को पुनरुत्पादित करने और सुरक्षा उल्लंघनों को कम करने में मौजूदा बेसलाइन से काफी बेहतर प्रदर्शन करता है।

Yash Ranjan, Rahul Sengupta, Anand Rangarajan, Sanjay Ranka2026-06-23

💻 computer science

Real-Time Multimodal Activity-Aware Error Detection in Robot-Assisted Surgery

यह शोध पत्र एक एकीकृत, गतिविधि-जागरूक मल्टीमॉडल फ्रेमवर्क प्रस्तावित करता है जो रोबोट-सहायता प्राप्त सर्जरी में वास्तविक समय में त्रुटि का पता लगाने में महत्वपूर्ण सुधार करने के लिए वीडियो, किनेमैटिक्स और वर्णनात्मक टेक्स्टुअल प्रॉम्प्ट्स को एकीकृत करता है, जिससे अत्याधुनिक बेसलाइनों की तुलना में 16.6% तक F1 स्कोर में सुधार प्राप्त होता है।

Seyed Hamid Reza Roodabeh, Zongyu Li, Homa Alemzadeh2026-06-23

🤖 machine learning

RECALL: Recovery Experience Collection for Active Lifelong Learning in Vision-Language-Action Models

यह शोध पत्र विज़न-लैंग्वेज-एक्शन मॉडल्स के लिए एक सक्रिय, अनिश्चितता-निर्देशित निरंतर शिक्षण प्रतिमान (continual learning paradigm) प्रस्तावित करता है जो लक्षित रिकवरी प्रदर्शनों (recovery demonstrations) के माध्यम से अनुकूलन दक्षता में सुधार करता है, जबकि ऐसे डेटा को एकीकृत करने पर प्लास्टिसिटी और कैटास्ट्रोफिक फॉरगेटिंग के बीच के ट्रेडऑफ़ का अनुभवजन्य विश्लेषण करता है।

Ulas Berk Karli, Tesca Fitzgerald2026-06-23

💻 computer science

dVLA-RL: Reinforcement Learning over Denoising Trajectories for Discrete Diffusion Vision-Language-Action Models

यह शोध पत्र dVLA-RL को प्रस्तुत करता है, जो डिस्क्रीट डिफ्यूजन विजन-लैंग्वेज-एक्शन मॉडल्स के लिए एक सुदृढीकरण शिक्षण (reinforcement learning) ढांचा है, जो डिनोइजिंग ट्रेजेक्टरीज की संयुक्त प्रायिकता को अनुकूलित करके मार्जिनल एक्शन प्रोबेबिलिटीज की जटिलता को दूर करता है, जिससे एक एकीकृत, वेरिएबल-स्टेप शेड्यूलिंग दृष्टिकोण के माध्यम से रोबोटिक मैनिपुलेशन बेंचमार्क पर अत्याधुनिक प्रदर्शन प्राप्त होता है।

Yuhao Wu, Yitian Liu, Weijie Shen, Mishuo Han, Wenjie Xu, Haotian Liang, Zhongshan Liu, Yinan Mao, Lei Xu, Xinping Guan (…)2026-06-23

💻 computer science

Learning to See While Learning to Act: Diffusion Models for Active Perception in Robot Imitation

यह शोध पत्र See2Act प्रस्तुत करता है, जो एक इमिटेशन लर्निंग फ्रेमवर्क है जो एक्शन डिनोइजिंग (action denoising) को व्यूपॉइंट रिफाइनमेंट (viewpoint refinement) के साथ जोड़ता है ताकि रोबोट्स को गंभीर अवरोधों (occlusions) के तहत सुदृढ़ हेरफेर (robust manipulation) के लिए सूचनात्मक कैमरा कोणों को सक्रिय रूप से अनुमान लगाने में सक्षम बनाया जा सके, जिससे सिमुलेशन और वास्तविक दुनिया के कार्यों में ज़ीरो-शॉट ट्रांसफर (zero-shot transfer) के दौरान महत्वपूर्ण प्रदर्शन लाभ प्राप्त होते हैं।

Kuancheng Wang, Vaibhav Saxena, Shuo Cheng, Yotto Koga, Danfei Xu2026-06-23

💻 computer science

Why Automate This? Exploring Correlations Between Desire for Robotic Automation, Invested Time and Well-Being

यह अध्ययन BEHAVIOR-1K डेटासेट और अमेरिकन टाइम-यूज़ सर्वे के आंकड़ों का विश्लेषण करता है और यह प्रकट करता है कि रोबोटिक ऑटोमेशन की इच्छा मुख्य रूप से किसी गतिविधि के भावनात्मक अनुभव (विशेष रूप से खुशी और दर्द) द्वारा संचालित होती है न कि बिताए गए समय द्वारा, जिसमें लिंग और आय स्तरों के बीच उल्लेखनीय भिन्नताएं देखी गई हैं।

Ruchira Ray, Leona Pang, Sanjana Srivastava, Li Fei-Fei, Samantha Shorey, Roberto Martín-Martín2026-06-19

💻 computer science

Mutual Adaptation in Human-Robot Co-Transportation with Human Preference Uncertainty

यह शोध पत्र मानव-रोबोट सह-परिवहन (co-transportation) के लिए एक एकीकृत ढांचे का प्रस्ताव करता है जो संभाव्य मानवीय विकल्पों को मॉडल करके, गतिशील लीडर-फॉलोअर स्विचिंग के लिए एक समय-परिवर्तनीय जिद्दीपन (stubbornness) माप को लागू करके और अनिश्चित व्यवहारों को कम करने के लिए पोज़ ऑप्टिमाइज़ेशन का उपयोग करके मानवीय प्राथमिकता अनिश्चितता और अनुकूलन संतुलन को संबोधित करता है, जो अंततः मानव अध्ययनों और सिमुलेशन द्वारा मान्य कार्य प्रदर्शन को बढ़ाता है।

Al Jaber Mahmud, Weizi Li, Xuan Wang2026-06-19

⚡ electrical engineering

Immersive and Wearable Thermal Rendering for Augmented Reality

यह शोध पत्र संवर्धित वास्तविकता (ऑगमेंटेड रियलिटी) के लिए एक हथेली-पर आधारित थर्मल फीडबैक प्रोटोटाइप प्रस्तुत करता है जो उंगलियों की कुशलता को बनाए रखने और वास्तविक एवं आभासी तापमानों के बीच अंतर करने के लिए अप्रत्यक्ष फीडबैक, सक्रिय थर्मल पासथ्रू और स्पैटियोटेम्पोरल रेंडरिंग का उपयोग करता है, जो मानव-विषय प्रयोगों के माध्यम से यह प्रदर्शित करता है कि ये डिज़ाइन रणनीतियाँ उंगलियों के छोर की यथार्थता में कुछ समझौतों के बावजूद विसर्जन (इमर्शन) और यथार्थवाद को प्रभावी ढंग से बढ़ाती हैं।

Alexandra Watkins, Ritam Ghosh, Evan Chow, Nilanjan Sarkar2026-06-19

🤖 machine learning

Reinforcement Twinning for Hybrid Control of Flapping-Wing Drones

यह शोध पत्र एक हाइब्रिड रीइन्फोर्समेंट ट्विनिंग फ्रेमवर्क प्रस्तावित करता है जो साझा ज्ञान और एक पॉलिसी रेफरी का लाभ उठाकर वास्तविक वातावरण और अनुकूलन योग्य आभासी मॉडल के बीच कार्यों को समन्वित करने के लिए एक मॉडल-आधारित डिजिटल ट्विन को मॉडल-फ्री रीइन्फोर्समेंट लर्निंग एजेंट के साथ एकीकृत करता है, ताकि फ्लैपिंग-विंग ड्रोन के सुदृढ़, सैंपल-कुशल और सुरक्षित नियंत्रण को प्राप्त किया जा सके।

Romain Poletti, Lorenzo Schena, Lilla Koloszar, Joris Degroote, Miguel Alfonso Mendez2026-06-19

← पिछला अगला →