🦾 Category

cs.RO

4653 पेपर

💻 computer science

Temporal Coding as a Substrate for Sensorimotor Object Inference: A Spiking Reinterpretation of Thousand Brains Architecture

यह शोध पत्र 'थाउजेंड ब्रेन्स थ्योरी' के मोंटी फ्रेमवर्क में घने वेक्टर निरूपणों (dense vector representations) को रैंक-ऑर्डर स्पाइक पैकेट्स और STDP-आधारित लर्निंग से बदलने का प्रस्ताव देता है ताकि सेंसरिमोटर संपर्क अनुक्रमों को टेम्पोरली एनकोड किया जा सके, जिससे ट्रैवर्सल दिशा का लाभ उठाने वाला सुदृढ़ ऑब्जेक्ट इन्फरेंस सक्षम हो सके और मूल कार्यान्वयन की तुलना में बेहतर विभेदन सटीकता और शोर प्रतिरोध प्राप्त किया जा सके।

Joy Bose2026-05-22
💻 computer science

Imagine2Real: Towards Zero-shot Humanoid-Object Interaction via Video Generative Priors

Imagine2Real एक ज़ीरो-शॉट फ्रेमवर्क है जो होल-बॉडी ह्यूमनॉइड-ऑब्जेक्ट इंटरेक्शन के लिए डेटा की कमी और रिटारगेटिंग की जटिलता को दूर करने हेतु रोबोट और ऑब्जेक्ट मोशन को 4D पॉइंट ट्रैजेक्टरीज में एकीकृत करके और स्पार्स कीपॉइंट ट्रैकिंग के लिए बिहेवियर फाउंडेशन मॉडल के लेटेंट स्पेस का लाभ उठाकर, लचीले, ज्योमेट्री-मुक्त भौतिक परिनियोजन को सक्षम बनाता है।

Jiahe Chen, ZiRui Wang, Feiyu Jia, Xiao Chen, Xiaojie Niu, Weishuai Zeng, Tianfan Xue, Xiaowei Zhou, Jiangmiao Pang, Jin (…)2026-05-22
💻 computer science

Spatial Memory for Out-of-Vision Manipulation in Vision-Language-Action

यह शोध पत्र SOMA को प्रस्तुत करता है, जो एक स्थानिक स्मृति ढांचा (spatial memory framework) है जो मल्टी-व्यू अवलोकनों से निरंतर 3D स्थानिक निरूपणों का निर्माण, परिशोधन और पुनर्प्राप्ति करके विजन-लैंग्वेज-एक्शन मॉडलों की आउट-ऑफ-विज़न हेरफेर करने की क्षमता को बढ़ाता है, जिससे लक्ष्य वस्तुएं प्रारंभ में अदृश्य होने पर भी मजबूत तर्क और तेज़ कार्य निष्पादन सक्षम होता है।

Pengteng Li, Weiyu Guo, He Zhang, Tiefu Cai, Xiao He, Yandong Guo, Hui Xiong2026-05-22
💻 computer science

Pre-VLA: Preemptive Runtime Verification for Reliable Vision-Language-Action and World-Model Rollouts

यह शोध पत्र Pre-VLA को प्रस्तुत करता है, जो एक एकीकृत रनटाइम सत्यापन आर्किटेक्चर है जो मल्टी-टास्क लर्निंग दृष्टिकोण का उपयोग करके विजन-लैंग्वेज-एक्शन मॉडल्स और वर्ल्ड मॉडल्स के लिए क्रिया वैधता का पूर्व में आकलन करता है, जिससे एम्बॉडीड इंटेलिजेंस कार्यों में सफलता दर में उल्लेखनीय सुधार होता है, निष्पादन चरणों को कम किया जाता है, और त्रुटि संचय को कम किया जाता है।

Zhen Sun, Yongjian Guo, Haoran Sun, Luqiao Wang, Wei Lu, Jiachi Ji, Shengzhe Ji, Junwu Xiong, Zhijun Meng2026-05-22
💻 computer science

Steins;Gate Drive: Semantic Safety Arbitration over Structured Futures for Latency-Decoupled LLM Planning

स्टेइन्स;गेट ड्राइव (Steins;Gate Drive) एक लेटेंसी-डिकपल्ड प्लानिंग आर्किटेक्चर पेश करता है जो एक एलएलएम (LLM) का उपयोग करके काउंटरफैक्चुअल ड्राइविंग फ्यूचर्स (अल्फा, बीटा और गामा वर्ल्डलाइन्स) को प्री-सेलेक्ट करता है, जबकि एक रनटाइम सिस्टम सुरक्षा अनुबंधों को लागू करता है, जो प्रभावी रूप से कंट्रोल लेटेंसी को समाप्त करता है और हाईवे पर सुरक्षा सीमाओं को बनाए रखता है।

Anjie Qiu, Hans D. Schotten2026-05-22
💻 computer science

Understanding Multimodal Failure in Action-Chunking Behavioral Cloning

यह शोध पत्र विश्लेषण करता है कि कैसे एक्शन-चंकिंग बिहेवियरल क्लोनिंगिंग में विभिन्न मल्टीमॉडल पैरामीट्राइजेशन अलग-अलग बाधाओं के तहत विफल होते हैं, यह प्रदर्शित करते हुए कि लेटेंट-वेरिएबल पॉलिसियाँ रेगुलराइजेशन और मोड प्रिजर्वेशन के बीच के ट्रेड-ऑफ में संघर्ष करती हैं, जबकि एक्शन-स्पेस जनरेटिव पॉलिसियाँ अपने ट्रांसपोर्ट मैप्स की स्मूथनेस द्वारा सीमित होती हैं।

Lorenzo Mazza, Massimiliano Datres, Ariel Rodriguez, Sebastian Bodenstedt, Gitta Kutyniok, Stefanie Speidel2026-05-22
💻 computer science

MoSA: Motion-constrained Stress Adaptation for Mitigating Real-to-Sim Gap in Continuum Dynamics via Learning Residual Anisotropy

MoSA एक मोशन-कंस्ट्रेंड स्ट्रेस अडैप्टेशन फ्रेमवर्क है जो एक आइसोट्रोपिक मॉडल को भौतिक पूर्ववर्ती (फिजिक्स प्रायर) के रूप में उपयोग करके रेसिडुअल स्ट्रेस ऑपरेटर्स को सीखने के माध्यम से निरंतर गतिशीलता (कंटीन्यूम डायनेमिक्स) में रियल-टू-सिम गैप को पाटता है, जो हल्के एनिसोट्रॉपी और विषमता को कैप्चर करता है, जिससे रोबोट मैनिपुलेशन में बेहतर सटीकता, सामान्यीकरण और सिम-टू-रियल ट्रांसफर प्राप्त होता है।

Jiaxu Wang, Junhao He, Jingkai Sun, Yi Gu, Yunyang Mo, Jiahang Cao, Qiang Zhang, Renjing Xu2026-05-22
⚡ electrical engineering

TriSweep: A Four-Drone Swarm Framework for Electromagnetic Side-Channel Analysis

TriSweep एक सिमुलेशन फ्रेमवर्क है जो चार-ड्रोन स्वार्म आर्किटेक्चर का प्रस्ताव करता है जो स्थानिक रूप से विशिष्ट कलेक्टरों और सुसंगत सिग्नल संयोजन (coherent signal combining) का उपयोग करके 0.25–1.5 मीटर की दूरी पर मास्क किए गए माइक्रोकंट्रोलर्स पर स्वायत्त, स्टैंडऑफ इलेक्ट्रोमैग्नेटिक साइड-चैनल विश्लेषण को सफलतापूर्वक करने के लिए है, जो भौतिक हार्डवेयर कार्यान्वयन के अभाव के बावजूद एकल-ड्रोन दृष्टिकोणों की तुलना में महत्वपूर्ण कुंजी रिकवरी सुधार प्राप्त करता है।

Eric Yocam, Varghese Vaidyan2026-05-22
💻 computer science

Query-Calibrated Segmental Admission for Descriptor-Agnostic LiDAR Loop Closure in Repetitive Environments

यह शोध पत्र क्वेरी-कैलिब्रेटेड सेगमेंटल एडमिशन (QCSA) को प्रस्तुत करता है, जो एक डिस्क्रिप्टर-अज्ञेय (descriptor-agnostic) लूप क्लोजर पॉलिसी है जो केवल उच्च-आत्मविश्वास वाले, ज्यामिति-सत्यापित लूप फैक्टर्स को चुनिले रूप से स्वीकार करके दोहराव वाले वातावरण में पोज़-ग्राफ स्थिरता को बढ़ाता है, जिससे समग्र सटीकता बनाए रखते हुए फॉल्स पॉजिटिव और वर्स्ट-केस ट्रैजेक्टरी त्रुटियों को काफी कम किया जाता है।

Jaehyun Kim, Seungwon Choi, Wonseok Kang, Tae-Wan Kim2026-05-21
💻 computer science

DeformMaster: An Interactive Physics-Neural World Model for Deformable Objects from Videos

DeformMaster एक इंटरैक्टिव फिजिक्स-न्यूरल वर्ल्ड मॉडल है जो भौतिक गतिकी (physical dynamics) और उच्च-निष्ठा वाले स्वरूप (high-fidelity appearance) को एकीकृत करके वास्तविक दुनिया के वीडियो से सीखता है ताकि विरूपणीय वस्तुओं (deformable objects) का अनुकरण किया जा सके, जिससे सटीक भविष्य की भविष्यवाणी, नवीन एक्शन रोलआउट और गतिशील दृश्य संश्लेषण (dynamic view synthesis) सक्षम होता है।

Can Li, Zhoujian Li, Ren Li, Jie Gu, Lei Lei, Jingmin Chen, Lei Sun2026-05-21