🦾 Category

cs.RO

4515 पेपर

🤖 AI

Dual-Agent Framework for Cross-Model Verified Translation of Natural-Language Protocols into Robotic Laboratory Platform

यह शोध पत्र एक दोहरी-एजेंट रूपरेखा प्रस्तुत करता है जो एक पार्सर एजेंट (Parser Agent), एक नियम-आधारित मैपिंग इंजन और एक सत्यापन एजेंट (Validation Agent) का उपयोग करके प्राकृतिक भाषा वाले माइक्रोप्लेट-आधारित जैविक प्रोटोकॉल को सटीक रूप से निष्पादन योग्य रोबोटिक कमांड में अनुवादित करता है, जिससे ब्रैडफोर्ड परख (Bradford assays) जैसे जटिल प्रयोगशाला प्रयोगों के स्वायत्त निष्पादन को सक्षम बनाया जा सके।

Hyeonna Choi, Jung Yup Kim, Hyuneui Lim, Seunggyu Jeon2026-06-19
💻 computer science

Robust Assembly State Reasoning from Action Recognition for Human-Robot Collaboration

यह शोध मानव-रोबोट सहयोग में मानव क्रिया पहचान से असेंबली अवस्थाओं को ट्रैक करने के लिए लॉजिक-आधारित, हिडन मार्कोव मॉडल और न्यूरल नेटवर्क दृष्टिकोणों का व्यवस्थित रूप से मूल्यांकन और तुलना करता है, जिससे यह प्रकट होता है कि इष्टतम विधि कार्य परिवर्तनशीलता पर निर्भर करती है और अपेक्षित क्रिया अवधि को शामिल करना दोहराव वाले परिदृश्यों में मजबूती को बढ़ाता है।

James Fant-Male, Roel Pieters2026-06-19
🤖 AI

HilDA: Hierarchical Distillation with Diffusion for Advancing Self-Supervised LiDAR Pre-trainin

HilDA एक स्व-पर्यवेक्षित प्री-ट्रेनिंग फ्रेमवर्क है जो LiDAR बैकबोन के लिए विजन फाउंडेशन मॉडल्स से पदानुक्रमित डिस्टिलेशन (hierarchical distillation) और एक टेम्पोरल ऑक्यूपेंसी डिफ्यूजन ऑब्जेक्टिव का लाभ उठाता है ताकि बेहतर सिमेंटिक और ज्यामितीय जानकारी को कैप्चर करके 3D ऑब्जेक्ट डिटेक्शन, सीन फ्लो और सिमेंटिक ऑक्यूपेंसी प्रेडिक्शन में अत्याधुनिक प्रदर्शन प्राप्त किया जा सके।

Maciej Wozniak, Jesper Ericsson, Hariprasath Govindarajan, Truls Nyberg, Thomas Gustafsson, Patric Jensfelt, Olov Anders (…)2026-06-19
🤖 AI

FlowMaps: Modeling Long-Term Multimodal Object Dynamics with Flow Matching

फ्लोमैप्स (FlowMaps) एक लेटेंट फ्लो मैचिंग मॉडल है जो भविष्य के ऑब्जेक्ट लोकेशन्स के मल्टीमॉडल डिस्ट्रीब्यूशन की भविष्यवाणी करने के लिए मानव-वस्तु अंतःक्रियाओं के स्पेसियो-टेम्पोरल पैटर्न को सीखता है, जो गतिशील घरेलू वातावरण में रोबोटिक नेविगेशन और खोज प्रदर्शन में महत्वपूर्ण सुधार करता है।

Francesco Argenziano, Miguel Saavedra-Ruiz, Sacha Morin, Charlie Gauthier, Daniele Nardi, Liam Paull2026-06-19
🤖 AI

Finetuning Vision-Language-Action Models Requires Fewer Layers Than You Think

यह शोध पत्र एक प्रशिक्षण-मुक्त संरचनात्मक संपीड़न पाइपलाइन पेश करता है जो विजन-लैंग्वेज-एक्शन मॉडलों में अनावश्यक परतों की पहचान और उन्हें हटाता है, जिससे विविध रोबोटिक कार्यों में प्रदर्शन को बनाए रखते हुए या उसमें सुधार करते हुए 50% तक गहराई में कमी और प्रशिक्षण एवं अनुमान (इन्फरेंस) दोनों में महत्वपूर्ण त्वरण प्राप्त होता है।

Gia-Binh Nguyen, Trong-Bao Ho, Thien-Loc Ha, Khoa Vo, Philip Lund Møller, Quang T. Nguyen, Long Dinh, Tuan Dam, Vu Duong (…)2026-06-19
💻 computer science

Efficiently Linking Real Scenes with Synthetic Data Generation for AI-based Cognitive Robotics and Computer Vision Applications

यह शोध पत्र अत्याधुनिक चुनौतियों का विश्लेषण करके और कुशल लिंक्ड प्रशिक्षण डेटा पीढ़ी के माध्यम से सिंथेटिक सिमुलेशन और वास्तविक दुनिया के अनुप्रयोगों के बीच डोमेन अंतराल को पाटने के लिए चल रहे कार्य को प्रस्तुत करके संज्ञानात्मक रोबोटिक्स में वर्तमान एआई विजन मॉडलों की सीमाओं को संबोधित करता है।

Paul Koch, Vivek Chavan, André Sers, Adem Karakurt, Paul Hofmann, Mohamad Zaher Ziadeh, Jörg Krüger2026-06-19
💻 computer science

CoLI: A Reproducible Platform for Continuum Robot Learning via Monolithic 3D Printing and Isomorphic Teleoperation

यह शोध पत्र CoLI को प्रस्तुत करता है, जो एक ओपन-सोर्स कॉन्टिनम रोबोट प्लेटफॉर्म है जो निर्माण और मॉडलिंग चुनौतियों को दूर करने के लिए मोनोलिथिक मल्टी-मटेरियल 3D प्रिंटिंग और आइसोमॉर्फिक टेलीऑपरेशन का लाभ उठाता है, जिससे स्वायत्त शिक्षण और हेरफेर कार्यों के लिए एक पुनरुत्पादक प्रणाली प्रदान की जा सके।

Ziyuan Tang, Chenxi Xiao*2026-06-19
🔢 mathematics

Agentic AutoResearch forSpace Autonomy: An Auditable, LLM-Driven Research Agent for Aerospace Control Problems

यह शोध पत्र AutoResearch को प्रस्तुत करता है, जो एक ऑडिट करने योग्य (auditable), LLM-संचालित ढांचा है जो एयरोस्पेस कंट्रोल पॉलिसी विकास के माध्यम से स्वायत्त रूप से पुनरावृत्ति करता है और सीड नॉइज़ (seed noise) एवं इष्टतम बेंचमार्क के विरुद्ध सुधारों को कठोरता से मान्य करता है, जिससे रेंडेवू (rendezvous) और टकराव-परिहार (collision-avoidance) कार्यों के लिए मजबूत समाधान सफलतापूर्वक उत्पन्न होते हैं जहाँ अननिर्देशित खोज विफल हो जाती है।

Amit Jain, Richard Linares2026-06-19
💻 computer science

LIT-GS: LiDAR-Inertial-Thermal Gaussian Splatting for Illumination-Robust Mapping

LIT-GS एक LiDAR-इनर्शियल-थर्मल गॉसियन स्प्लेटिंग फ्रेमवर्क है जो पोज़ रिफाइनमेंट और गॉसियन ऑप्टिमाइज़ेशन के लिए स्पष्ट बाधाओं के रूप में LiDAR-व्युत्पन्न प्लेन ज्योमेट्री को एकीकृत करके इल्यूमिनेशन-रोबस्ट मैपिंग को बढ़ाता है, जिससे चुनौतीपूर्ण प्रकाश और बनावट-विहीन वातावरण में ज्यामितीय सटीकता और रेंडरिंग गुणवत्ता में सुधार होता है।

Shikuan Shi, Chunran Zheng, Jiaming Xu, Tianyong Ye, Tao Yu, Yukang Cui2026-06-19
💻 computer science

Slow Brain, Fast Planner: Latency-Resilient VLM-Augmented Urban Navigation

यह शोधपत्र एक विलंबता-लचीले (latency-resilient) ढांचे को प्रस्तुत करता है जो एक उत्कृष्ट प्रक्षेपवक्र (trajectory) को उम्मीदवारों के सेट से चुनने के लिए एक धीमे विजन-लैंग्वेज मॉडल को एक तेज़ लर्निंग-आधारित प्लानर के साथ एकीकृत करता है, जो बिना किसी मॉडल रिट्रेनिंग या रियल-टाइम VLM इन्फरेंस के, चुनौतीपूर्ण शहरी वातावरण में नेविगेशन त्रुटियों को काफी कम कर देता है।

Zhenghao "Mark'' Peng, Honglin He, Quanyi Li, Yukai Ma, Bolei Zhou2026-06-19