🦾 Category

cs.RO

4653 पेपर

⚛️ quantum physics

Q-SpiRL: Quantum Spiking Reinforcement Learning for Adaptive Robot Navigation

यह शोधपत्र Q-SpiRL प्रस्तुत करता है, जो एक हाइब्रिड क्वांटम स्पाइकिंग सुदृढीकरण शिक्षण (reinforcement learning) ढांचा है जो गतिशील वातावरण में बेहतर नेविगेशन प्रदर्शन और स्थिरता प्राप्त करने के लिए स्पाइक-आधारित टेम्पोरल प्रोसेसिंग को वेरिएशनल क्वांटम फीचर ट्रांसफॉर्मेशन के साथ जोड़ता है, जैसा कि व्यापक सिमुलेशन और IBM क्वांटम हार्डवेयर पर वास्तविक दुनिया के परिनियोजन के माध्यम से सत्यापित किया गया है।

Mohamed Khair Altrabulsi, Nouhaila Innan, Alberto Marchisio, Muhammad Kashif, Muhammad Shafique2026-05-21
💻 computer science

Demo-JEPA: Joint-Embedding Predictive Architecture for One-shot Cross-Embodiment Imitation

डेमो-जेपा (Demo-JEPA) एक नवीन क्रॉस-एम्बॉडमेंट इमिटेशन लर्निंग फ्रेमवर्क है जो साझा एक्शन स्पेस की आवश्यकता को दरकिनार करते हुए प्रदर्शनों (demonstrations) को एक जॉइंट-एम्बेडिंग प्रेडिक्टिव आर्किटेक्चर के भीतर निहित भविष्य के लक्ष्यों के रूप में व्याख्यायित करता है, जिससे लक्षित एजेंट केवल विजुअल ऑब्जर्वेशन और अपने स्वयं के इंटरेक्शन अनुभव का उपयोग करके वांछित अवस्थाओं का अनुमान लगाने और योजना बनाने में सक्षम होते हैं।

Jingyang He, Guangrun Li, Jieyu Zhang, Chengkai Hou, Zhengping Che, Shanghang Zhang2026-05-21
🤖 machine learning

DISC: Decoupling Instruction from State-Conditioned Control via Policy Generation

DISC फ्रेमवर्क एक हाइपरनेटवर्क का उपयोग करके निर्देशों से सीधे कार्य-विशिष्ट नीति पैरामीटर उत्पन्न करके भाषा-सशर्त हेरफेर (language-conditioned manipulation) में अवलोकन रिसाव (observation leakage) को समाप्त करता है, जिससे भाषा ग्राउंडिंग और विजुअल स्टेट प्रोसेसिंग को संरचनात्मक रूप से अलग किया जाता है और उलझे हुए बेसलाइन (entangled baselines) तथा बड़े पैमाने के प्रीट्रेन मॉडल्स की तुलना में बेहतर प्रदर्शन और सामान्यीकरण प्राप्त किया जाता है।

Hanxiang Ren, Pei Zhou, Xunzhe Zhou, Yanchao Yang2026-05-21
💻 computer science

STEAM: A Training-Free Congestion-Aware Enhancement Framework for Decentralized Multi-Agent Path Finding

STEAM एक प्रशिक्षण-मुक्त (training-free), टेस्ट-टाइम एन्हांसमेंट फ्रेमवर्क है जो प्री-ट्रेंड पॉलिसियों में हल्का, कंजेशन-अवेयर मार्गदर्शन इंजेक्ट करके विकेंद्रीकृत मल्टी-एजेंट पाथ फाइंडिंग को बेहतर बनाता है ताकि स्थानिक और अस्थायी बाधाओं को कम किया जा सके, जिससे न्यूनतम कम्प्यूटेशनल ओवरहेड के साथ सफलता दर और दक्षता में महत्वपूर्ण वृद्धि होती है।

Mingyang Feng, Mengnuo Zhang, Shaoyuan Li, Xiang Yin2026-05-21
💻 computer science

LiteViLNet: Lightweight Vision-LiDAR Fusion Network for Efficient Road Segmentation

यह शोध पत्र LiteViLNet को प्रस्तुत करता है, जो एक हल्का मल्टी-मोडल नेटवर्क है जो न्यूनतम पैरामीटर्स और संसाधन-सीमित एज डिवाइसेस के लिए उपयुक्त रियल-टाइम इन्फरेंस स्पीड के साथ स्टेट-ऑफ-द-आर्ट रोड सेगमेंटेशन सटीकता प्राप्त करने के लिए ड्यूल-स्ट्रीम एनकोडर, मल्टी-स्केल फीचर फ्यूजन मॉड्यूल और लार्ज-कर्नेल ब्रिज का उपयोग करके RGB और LiDAR डेटा को कुशलतापूर्वक फ्यूज करता है।

Daojie Peng, Bingtao Wang, Fulong Ma, Liang Zhang, Jun Ma2026-05-21
💻 computer science

Anomaly-Informed Confidence Calibration for Vision-Based Safety Prediction

यह शोध पत्र एक एनोमैली-इन्फॉर्म्ड ऑनलाइन कैलिब्रेशन विधि प्रस्तावित करता है जो टेम्परेचर स्केलिंग के माध्यम से डायनेमिकली कॉन्फिडेंस एस्टीमेट्स को एडजस्ट करने के लिए एक वर्ल्ड मॉडल से परसेप्चुअल और डायनेमिक्स एनोमैली स्कोर्स को फ्यूज करता है, जो बिना मॉडल रिट्रेनिंग के स्वायत्त रेसिंग में वास्तविक दुनिया के डिस्ट्रीब्यूशन शिफ्ट के तहत सुरक्षा भविष्यवाणी विश्वसनीयता में महत्वपूर्ण सुधार करता है।

Zhenjiang Mao, Jiawen Wu, Gabriel Wagner, Zhongzheng Zhang, Ivan Ruchkin2026-05-21
💻 computer science

EllipseLIO: Adaptive LiDAR Inertial Odometry with an Ellipsoid Representation

EllipseLIO एक वास्तविक समय (real-time), अनुकूलन योग्य (adaptive) LiDAR इनर्शियल ओडोमेट्री प्रणाली है जो विभिन्न सेंसरों और वातावरणों के अनुसार स्वचालित रूप से तालमेल बिठाने के लिए एक दीर्घवृत्तीय (ellipsoid) प्रतिनिधित्व का उपयोग करती है ताकि बिना किसी मैन्युअल ट्यूनिंग के, मौजूदा अत्याधुनिक विधियों की तुलना में विविध परिदृश्यों में बेहतर सटीकता और मजबूती प्राप्त की जा सके।

Rowan Border, Margarita Chli2026-05-21
🤖 machine learning

Comparative Analysis of Military Detection Using Drone Imagery Across Multiple Visual Spectrums

यह शोध पत्र विविध और चुनौतीपूर्ण वास्तविक दुनिया की स्थितियों के तहत ड्रोन द्वारा सुदृढ़ सैन्य वस्तु पहचान के लिए YOLOv11-small मॉडल को प्रशिक्षित करने और उसका मूल्यांकन करने हेतु KIIT-MiTA डेटासेट से व्युत्पन्न चार विशिष्ट दृश्य स्पेक्ट्रम डेटासेट (ग्रे स्केल, थर्मल, नाइट, और ऑब्स्कुरा विजन) प्रस्तुत करता है।

Sourov Roy Shuvo, Prajwal Panth, Rajesh Chowdhury, Sorup Chakraborty, Sudip Chakrabarty, Prasant Kumar Pattnaik2026-05-21
💻 computer science

A Terrain-Adaptive epsilon-Constraint MPC for Uneven Terrain Kinodynamic Planning

यह शोध पत्र एक टेरेन-एडेप्टिव एप्सिलॉन-कंस्ट्रेंट मॉडल प्रिडिक्टिव कंट्रोल फ्रेमवर्क प्रस्तावित करता है जो असमान धरातल पर कार जैसे वाहनों के लिए काइनोडायनामिक प्लानिंग को अनुकूलित करने हेतु डायनेमिक एप्सिलॉन बाउंड्स के साथ एक सेमी-पैरामेट्रिक वाहन-टेरेन मॉडल को एकीकृत करता है, जिससे मौजूदा बेसलाइनों की तुलना में बेहतर नेविगेशन सफलता और स्थिरता प्राप्त होती है।

Otobong Jerome, Geesara Kalathunga, Tiago Nascimento2026-05-21
💻 computer science

Learning Structural Latent Points for Efficient Visual Representations in Robotic Manipulation

यह शोध पत्र एक नवीन प्रीट्रेनिंग फ्रेमवर्क प्रस्तावित करता है जो इम्पलिसिट (implicit) और एक्सप्लिसिट (explicit) 3D मॉडल्स के बीच के अंतर को पाटने के लिए पॉइंट-वाइज लेटेंट VAE को पॉइंट-क्लाउड ऑटोएनकोडर के साथ जोड़कर हाइब्रिड स्ट्रक्चरल लेटेंट पॉइंट्स सीखता है, जो सिम्युलेटेड और वास्तविक दुनिया के वातावरण में रोबोटिक मैनिपुलेशन के दौरान बेहतर कार्य सफलता और सैंपल दक्षता प्रदर्शित करता है।

Yicheng Jiang, Jiaxu Wang, Junhao He, Zesen Gan, Junhao Li, Qiang Zhang, Jingkai Sun, Jiahang Cao, Mingyuan Sun, Xiangyu (…)2026-05-21