🦾 Category

cs.RO

4546 पेपर

⚡ electrical engineering

Re-imagining ISO 26262 in the Age of Autonomous Vehicles: Enhancing Controllability through Transferability and Predictability

यह शोध पत्र स्वायत्त वाहनों के लिए ISO 26262 नियंत्रणीयता (Controllability) मानदंड को 'स्थानांतरणीयता' (Transferability) और 'पूर्वानुमेयता' (Predictability) के मापने योग्य आयामों में विभाजित करके उसे पुनर्कल्पित करने का प्रस्ताव देता है, जिससे ड्राइवरलेस सिस्टम में फॉलबैक क्षमताओं और इंटरेक्शन व्यवहारों को परिमाणीकृत और असत्य सिद्ध करने के लिए एक गणितीय ढांचा तैयार होता है।

Chaitanya Shinde, Hadi Hajieghrary, Paul Schmitt, Adam Shoemaker, Bodo Seifert, Steve Kenner2026-06-08
🤖 AI

Planning-aligned Token Compression for Long-Context Autonomous Driving

यह शोध पत्र COMPACT-VA का प्रस्ताव करता है, जो एक प्लानिंग-अलाइन्ड टोकन कम्प्रेशन फ्रेमवर्क है जो एक कंडीशनल VQ-VAE का उपयोग करके विस्तृत टेम्पोरल कॉन्टेक्स्ट से निर्णय-महत्वपूर्ण जानकारी को सीमित (bounded) रिप्रजेंटेशन्स में संकुचित करता है, जिससे बैकबोन संशोधनों की आवश्यकता के बिना स्वायत्त ड्राइविंग की सफलता दर में उल्लेखनीय सुधार करते हुए पर्याप्त गति और मेमोरी दक्षता प्राप्त होती है।

Zhixuan Liang, Yuxiao Chen, Yurong You, Peter Karkus, Wenhao Ding, Boyi Li, Alexander Popov, Yan Wang, Maximilian Igl, Y (…)2026-06-08
⚡ electrical engineering

Physiologically Constrained Musculoskeletal Neural Network for Multi-DoF Joint Kinematics Estimation from Partially Observed sEMG

यह शोध पत्र एक नवीन, पूर्णतः अवकलनीय (fully differentiable) मस्कुलोस्केलेटल न्यूरल नेटवर्क (MSK-NN) प्रस्तावित करता है जो एक मिश्रित भौतिकी-शरीरक्रिया विज्ञान हानि (composite physics-physiology loss) के माध्यम से अपरिवर्तित मांसपेशी सक्रियणों का अनुमान लगाकर, आंशिक रूप से प्रेक्षित sEMG से बहु-डिग्री-ऑफ़-फ्रीडम जोड़ गतिज विज्ञान (joint kinematics) का आकलन करता है, जिससे प्रत्यक्ष बायोमैकेनिकल पर्यवेक्षण की आवश्यकता के बिना मौजूदा डीप लर्निंग बेसलाइन की तुलना में बेहतर सटीकता और शारीरिक सुसंगतता प्राप्त होती है।

Wending Heng, Mingming Zhang, Glen Cooper, Zhenhong Li2026-06-08
💻 computer science

Affordance-Based Hierarchical Reinforcement Learning for Quadruped Pedipulation

यह शोध पत्र एक तीन-स्तरीय पदानुक्रमित सुदृढीकरण शिक्षण (hierarchical reinforcement learning) ढांचे का प्रस्ताव करता है जो जटिल वस्तु हेरफेर कार्यों को निष्पादित करने के लिए मानव मार्गदर्शन के बिना चतुष्पाद रोबोटों को इष्टतम बेस पोज़ और इंटरेक्शन-पॉइंट अफोर्डेंस का स्वायत्त रूप से चयन करने में सक्षम बनाने हेतु पोज़ और इंटरेक्शन-पॉइंट अफोर्डेंस का लाभ उठाता है।

Tuba Girgin, Jose Castelblanco, Gabriel Rodriguez, Emre Girgin, Cagri Kilic2026-06-08
💻 computer science

PHUMA: Physically Reliable Humanoid Locomotion Dataset

यह शोध पत्र PHUMA को प्रस्तुत करता है, जो कि मोशन कैप्चर और इंटरनेट वीडियो को संयोजित करने वाले एक दो-चरणीय पाइपलाइन के माध्यम से निर्मित 73-घंटे का भौतिक रूप से विश्वसनीय ह्यूमनॉइड लोकोमोशन डेटासेट है, जिसे भौतिक विसंगतियों (physical artifacts) को दूर करने और मजबूत, वास्तविक दुनिया में हस्तांतरणीय मोशन इमिटेशन को सक्षम करने के लिए बनाया गया है।

Kyungmin Lee, Sibeen Kim, Youngdo Lee, Minho Park, Hyunseung Kim, Dongyoon Hwang, Donghu Kim, Hojoon Lee, Jaegul Choo2026-06-05
💻 computer science

EVE: A Generator-Verifier System for Generative Policies

यह शोध पत्र EVE को प्रस्तुत करता है, जो एक मॉड्यूलर, प्रशिक्षण-मुक्त ढांचा (framework) है जो ज़ीरो-शॉट VLM-आधारित सत्यापनकर्ताओं (verifiers) का उपयोग करके एक्शन रिफाइनमेंट प्रस्तावित करने और इस फीडबैक को फ्यूज करने के लिए एक क्लासिफायर-गाइडेड इनकॉर्पोरेटर का उपयोग करके फ्रोजन जेनेरेटिव रोबोटिक पॉलिसियों के टेस्ट-टाइम प्रदर्शन को बढ़ाता है, जिससे बिना किसी अतिरिक्त फाइनट्यूनिंग के विविध कार्यों में सफलता दर में सुधार होता है।

Yusuf Ali, Gryphon Patlin, Karthik Kothuri, Jeremiah Coholich, Muhammad Zubair Irshad, Wuwei Liang, Zsolt Kira2026-06-05
💻 computer science

OLIVE: Online Low-Rank Incremental Learning for Efficient Adaptive Exoskeletons

OLIVE एक पैरामीटर-कुशल ऑनलाइन लर्निंग फ्रेमवर्क है जो पहनने योग्य एक्सोस्केलेटन को सेंसर-संचालित पॉलिसी ग्रेडिएंट्स के माध्यम से अपडेट किए जाने वाले लो-रैंक रेसिडुअल्स में नियंत्रण नीतियों को विघटित करके, ऑफलाइन संदर्भ प्रक्षेपवक्रों पर निर्भर किए बिना, वास्तविक समय में व्यक्तिगत उपयोगकर्ताओं और गतिशील भूभागों के अनुकूल निरंतर रूप से ढलने में सक्षम बनाता है, जिससे चाल की सुगमता, प्रयास में कमी और स्थिरता में महत्वपूर्ण सुधार होता है।

Dong Liu, Yanxuan Yu, Ben Lengerich, Tony Geng, Ying Nian Wu2026-06-05
💻 computer science

A New Quaternion-Joint Cable-Driven Redundant Manipulator Configuration and its Control Through FABRIK and Residual Reinforcement Learning

यह शोध पत्र कम हार्डवेयर लागत पर व्यापक वर्कस्पेस प्राप्त करने के लिए क्वाटरनियन जॉइंट्स का उपयोग करते हुए एक नवीन 4-सेगमेंट, 8-जॉइंट केबल-ड्रिवन रिडंडेंट मैनिपुलेटर का परिचय देता है, जो यह प्रदर्शित करता है कि रेसिडुअल रीइन्फोर्समेंट लर्निंग, नियंत्रण सटीकता और सरलता में FABRIK एल्गोरिदम से काफी बेहतर प्रदर्शन करती है।

Tanapath Pornthisan, Thanapat Kemthong, Thanyapisit Kangsathien, Pasut Aranchaiya, Paulo Garcia, Viboon Sangveraphunsiri2026-06-05
💻 computer science

Inverse Manipulation through Symbolic Planning and Residual Operator Learning

यह शोध पत्र रोबोटिक इनवर्स मैनिपुलेशन के लिए एक हाइब्रिड फ्रेमवर्क प्रस्तावित करता है जो मोटे प्रतीकात्मक योजनाओं (symbolic plans) को भौतिक रूप से सुदृढ़ कौशलों में परिष्कृत करने के लिए स्वचालित रूप से निकाले गए प्रतीकात्मक ऑपरेटरों को रेसिडुअल रिइन्फोर्समेंट लर्निंग (residual Reinforcement Learning) के साथ जोड़ता है, जिसे ManiSkill3 PushCube कार्य पर प्रभावी ढंग से प्रदर्शित किया गया है।

Yigit Yildirim, Giuseppe Rauso, Riccardo Caccavale, Alberto Finzi2026-06-05
💻 computer science

Flash-WAM: Modality-Aware Distillation for World Action Models

फ़्लैश-WAM (Flash-WAM) एक मोडैलिटी-अवेयर स्टेप-डिस्टिलेशन फ्रेमवर्क है जो वीडियो और एक्शन स्ट्रीम्स के भिन्न शोर व्यवस्थाओं (noise regimes) के लिए अनुकूलित विशिष्ट कंसिस्टेंसी पैरामीट्रिज़ेशन का उपयोग करके वर्ल्ड एक्शन मॉडल्स के लिए रीयल-टाइम, सिंगल-स्टेप इन्फरेंस सक्षम करता है, जिससे उच्च कार्य सफलता दर को बनाए रखते हुए 23x की गति वृद्धि प्राप्त होती है।

Arman Akbari, Ci Zhang, Arash Akbari, Lin Zhao, Yixiao Chen, Weiwei Chen, Xuan Zhang, Geng Yuan, Yanzhi Wang2026-06-05