cs.RO पेपर | Gist.Science

Parallel Differentiable Reachability for Learning and Planning with Certified Neural Dynamics and Controllers

यह शोध पत्र JAX में एक समानांतर करने योग्य (parallelizable), अवकलनीय (differentiable) पहुँच क्षमता ढांचे (reachability framework) को प्रस्तुत करता है जो अनिश्चितता के तहत न्यूरल नेटवर्क डायनेमिक्स और कंट्रोलर्स के लिए प्रमाणित प्रशिक्षण और ग्रेडिएंट-आधारित योजना को सक्षम करने के लिए टेलर-मॉडल फ्लोपाइप्स (Taylor-model flowpipes) को CROWN-शैली के बाउंड प्रोपेगेशन के साथ जोड़ता है।

Keyi Shen, Glen Chou2026-05-26

💻 computer science

FOUND-IT: Foundation-model-first Task-driven 3D Scene Graphs with Granularity on Demand

यह शोध पत्र FOUND-IT को प्रस्तुत करता है, जो एक रियल-टाइम, टास्क-ड्रिवन फ्रेमवर्क है जो अनकैलिब्रेटेड मोनोकुलर वातावरण में विकसित होते लोको-मैनिप्युलेशन कार्यों के लिए एडजस्टेबल ग्रैनुलैरिटी के साथ डायनामिकली पदानुक्रमित (hierarchical) 3D सीन ग्राफ बनाने के लिए ज्यामितीय फाउंडेशन मॉडल्स का लाभ उठाता है।

Dominic Maggio, Nicolas Gorlo, Luca Carlone2026-05-26

💻 computer science

How to Mitigate the Distribution Shift Problem in Robotics Control: A Robust and Adaptive Approach Based on Offline to Online Imitation Learning

यह शोध पत्र एक सुदृढ़ ऑफलाइन-टू-ऑनलाइन इमिटेशन लर्निंग फ्रेमवर्क प्रस्तावित करता है जो ऑफलाइन प्रशिक्षण के दौरान पॉलिसी कवरेज को व्यापक बनाने के लिए पूरक प्रदर्शनों (supplementary demonstrations) का लाभ उठाकर और परिनियोजन (deployment) के दौरान अनदेखे राज्यों (unseen states) को संभालने के लिए ऑनलाइन अनुभवों से स्व-पर्यवेक्षित अनुकूलन (self-supervised adaptation) को नियोजित करके वितरण बदलाव (distribution shift) को कम करता है।

Hyung-Suk Yoon, Seung-Woo Seo2026-05-26

🤖 AI

EXPO-FT: Sample-Efficient Reinforcement Learning Finetuning for Vision-Language-Action Models

EXPO-FT एक नवीन प्रणाली है जो पूर्व-प्रशिक्षित विजन-लैंग्वेज-एक्शन मॉडल्स के स्थिर और अत्यधिक सैंपल-कुशल सुदृढीकरण शिक्षण (रिनफोर्समेंट लर्निंग) फाइन-ट्यूनिंग को सक्षम बनाती है, जो न्यूनतम ऑनलाइन रोबोट डेटा के साथ जटिल हेरफेर कार्यों पर पूर्ण सफलता दर प्राप्त करती है।

Perry Dong, Kuo-Han Hung, Tian Gao, Dorsa Sadigh, Chelsea Finn2026-05-26

💻 computer science

TapSampling: Inference-Time Sampling with a Task-Progress-Understanding Verifier for Robotic Manipulation

यह शोध पत्र TapSampling को प्रस्तुत करता है, जो एक प्लग-एंड-प्ले, पॉलिसी-अग्नोस्टिक फ्रेमवर्क है जो विविध कैंडिडेट एक्शन्स उत्पन्न करने के लिए एक Action-VAE का लाभ उठाकर और इन्फरेंस के दौरान इष्टतम विकल्प चुनने के लिए एक टास्क-प्रोग्रेस वेरीफायर का उपयोग करके रोबोटिक मैनिपुलेशन प्रदर्शन को बढ़ाता है, जिससे बिना किसी अतिरिक्त फाइन-ट्यूनिंग के मौजूदा जनरलिटिस्ट पॉलिसियों में सुधार होता है।

Sizhe Zhao, Shengping Zhang, Shuo Yang, Weiyu Zhao, Shuigen Wang, Xiangyang Ji2026-05-26

🤖 AI

Acting on the Unseen: Communication-Free Collaborative Filtering for Decentralized Multi-Robot Task Allocation

यह शोध पत्र ज़ीरो-नॉलेज मल्टी-रोबोट टास्क एलोकेशन (ZK-MRTA) प्रस्तुत करता है, जो एक संचार-रहित ढांचा है जहाँ रोबोट किसी भी पूर्व कार्य मॉडल या रोबोटों के बीच संदेश-विनिमय के बिना, एक छिपे हुए लो-रैंक स्ट्रक्चर का लाभ उठाते हैं और ऑनलाइन सहयोगी फ़िल्टरिंग करने के लिए अपने साथी रोबोटों के परिणामों को प्रसारित करते हैं, जिससे प्रमाणित रूप से इष्टतम सैंपल कॉम्प्लेक्सिटी और लगभग केंद्रीकृत प्रदर्शन प्राप्त होता है।

Alexander Apartsin, Yigal Meshulam, Yehudit Aperstein2026-05-26

💻 computer science

G-DRAGON: Geospatial Reasoning and Dynamic Planning for Retrieval-Augmented Outdoor Navigation

G-DRAGON एक रिट्रीवल-ऑगमेंटेड फ्रेमवर्क है जो बड़े पैमाने के बाहरी वातावरण में स्वायत्त ग्राउंड रोबोट्स को वैश्विक रूट प्लानिंग के लिए स्थानीय OpenStreetMap डेटा को हल्के LLMs के साथ एकीकृत करके और स्थानीय लक्ष्य स्थानीयकरण के लिए ओपन-वोकैबुलरी सिमेंटिक मैपिंग का उपयोग करके मजबूत लंबी दूरी के नेविगेशन और सूक्ष्म "लास्ट-माइल" अन्वेषण को सक्षम बनाता है।

Dongzhihan Wang, Yi Du, Jianan Sun, Yuan Xue, Yingchen Zhang, Bing Xiao, Chen Wang, Liang Xu2026-05-26

💻 computer science

HoLoArm: Deformable Arms for Collision-Tolerant Quadrotor Flight

यह शोध पत्र HoLoArm को प्रस्तुत करता है, जो ड्रैगनफ्लाई (dragonfly) से प्रेरित लचीली भुजाओं वाला एक टक्कर-सहनशील क्वाड्रोटर है और इसमें एक सुदृढीकरण शिक्षण (reinforcement learning) नियंत्रण नीति है जो निष्क्रिय विरूपण, 7.6 मी/से तक के प्रभावों से तीव्र रिकवरी, और मानव-केंद्रित वातावरण में 540 ग्राम पेलोड के साथ स्थिर उड़ान को सक्षम बनाती है।

Quang Ngoc Pham, Jonas Eschmann, Yang Zhou, Alejandro Ojeda Olarte, Giuseppe Loianno, Van Anh Ho2026-05-26

💬 NLP

When Search Becomes Memory: Turning Robot Design Trials into Transferable Skills

यह शोध पत्र Auto-Robotist को प्रस्तुत करता है, जो एक स्व-विकसित (self-evolving) LLM एजेंट है जो खोज के निशानों (search traces) को एक स्पष्ट, निरीक्षण योग्य प्राकृतिक-भाषा कौशल लाइब्रेरी में संकुचित (distill) करके स्मृतिहीन विकासवादी रोबोट डिजाइन को एक हस्तांतरणीय प्रक्रिया में बदल देता है, जिससे खोज दक्षता में उल्लेखनीय सुधार होता है और विभिन्न डिज़ाइन स्पेसों में सफल ज्ञान हस्तांतरण सक्षम होता है।

Yunfei Wang, Xiaohao Xu, Yang Li, Xiaonan Huang2026-05-26

💻 computer science

AgentGrounder: Zero-Shot 3D Visual Pointcloud Grounding using Multimodal Language Models

AgentGrounder एक ज़ीरो-शॉट 3D विज़ुअल ग्राउंडिंग फ्रेमवर्क है जो रंगीन पॉइंट क्लाउड्स पर सीधे काम करता है और एक ऑफलाइन ऑब्जेक्ट लुकअप टेबल को एक ऑनलाइन, टूल-संचालित एजेंट के साथ जोड़ता है जो उम्मीदवारों को चुनिंदा रूप से पुनर्प्राप्त करता है, ज्यामितीय स्कोरिंग करता है, और टास्क-विशिष्ट 3D प्रशिक्षण के बिना मजबूत ओपन-वोकेबुलरी लोकलाइज़ेशन प्राप्त करने के लिए ऑन-डिमांड इमेज रेंडरिंग को ट्रिगर करता है।

Cuong Huynh, Maxim Popov, Denis Gridusov, Sergey Kolyubin2026-05-26

← पिछला अगला →