🦾 Category

cs.RO

4653 पेपर

💻 computer science

Contrastive Conceptor Activation Steering (COAST): Unlocking Vision-Language-Action Models through Hidden States

यह शोध पत्र कॉन्ट्रास्टिव कॉन्सेप्टर एक्टिवेशन स्टीयरिंग (COAST) का प्रस्ताव करता है, जो एक हल्का, बिना प्रशिक्षण वाला तरीका है जो कुछ ही उदाहरणों (few-shot examples) से प्राप्त सफलता-महत्वपूर्ण उप-स्थानों (success-critical subspaces) में विजन-लैंग्वेज-एक्शन (VLA) मॉडल के लेटेंट्स को पहचानने और निर्देशित करने के लिए कॉन्सेप्टर्स का उपयोग करता है, जिससे बिना पुन: प्रशिक्षण के विविध आर्किटेक्चरों में कार्य सफलता दर में उल्लेखनीय सुधार होता है।

Miranda Muqing Miao, Subin Kim, Brandon Yang, Lyle Ungar2026-05-19
⚡ electrical engineering

Generating Realistic Safety-Critical Scenarios for Vehicle-Pedestrian Interactions

यह शोध पत्र एक तीन-चरणीय ढांचे का प्रस्ताव करता है जो वास्तविक दुनिया के डेटा प्री-ट्रेनिंग को एडेप्टिव सिमुलेशन के साथ जोड़कर VPSCI डेटासेट उत्पन्न करता है, जो व्यवहारिक रूप से यथार्थवादी सुरक्षा-महत्वपूर्ण वाहन-पैदल यात्री संपर्क परिदृश्यों का एक बड़े पैमाने का संग्रह है और जो प्रक्षेपवक्र सटीकता (trajectory accuracy) और वास्तविक दुनिया के संपर्कों से अविभेद्यता (indistinguishability) में बेसलाइन विधियों से बेहतर प्रदर्शन करता है।

Qingwen Pu, Kun Xie, Yuan Zhu, Guocong Zhai2026-05-19
💻 computer science

Stretch-ICP: A Continuous-Trajectory Registration and Deskewing Algorithm in Scenarios of Aggressive Motions

यह शोध पत्र अत्यधिक टम्बलिंग मोशन (tumbling motions) वाले TIGS डेटासेट को प्रस्तुत करता है और आक्रामक रोबोटिक गतिविधियों वाले परिदृश्यों में लिडार-इनर्शियल स्टेट एस्टीमेशन (lidar-inertial state estimation) और प्रक्षेपवक्र पुनर्निर्माण (trajectory reconstruction) की मजबूती और सटीकता को महत्वपूर्ण रूप से बढ़ाने के लिए दो पूरक विधियों, SAAVE और Stretch-ICP का प्रस्ताव करता है।

Simon-Pierre Deschênes, Veronica Vannini, Philippe Giguère, François Pomerleau2026-05-19
💻 computer science

CLAP: Contrastive Latent-space Prompt Optimization for End-to-end Autonomous Driving

यह शोध पत्र CLAP को प्रस्तुत करता है, जो एक स्थान-जागरूक (location-aware) फ्रेमवर्क है जो सामान्य फ्रेमों पर प्रदर्शन से समझौता किए बिना, दुर्लभ, सुरक्षा-महत्वपूर्ण लॉन्ग-टेल ड्राइविंग परिदृश्यों में नियोजन त्रुटियों को महत्वपूर्ण रूप से कम करने के लिए फ्रोजन विजन-लैंग्वेज-एक्शन मॉडल्स के लेटेंट स्पेस में प्रति-रोडब्लॉक सॉफ्ट प्रॉम्प्ट्स को अनुकूलित करता है।

Ruiyang Zhu, Yuehan He, Boyuan Zheng, Zesen Zhao, Ahmad Chalhoub, Qingzhao Zhang, Z. Morley Mao2026-05-19
💻 computer science

HCLM: A Hierarchical Framework for Cooperative Loco-Manipulation with Dual Quadrupeds

यह शोध पत्र HCLM को प्रस्तुत करता है, जो एक पदानुक्रमित ढांचा (hierarchical framework) है जो उच्च-स्तरीय स्थानिक समन्वय के लिए एक केंद्रीकृत जॉइंट डिफ्यूजन पॉलिसी (Joint Diffusion Policy) को एक कार्य-केंद्रित हाइब्रिड होल-बॉडी कंट्रोलर (Whole-Body Controller) के साथ जोड़ता है, जिससे दो क्वाड्रुपेडल रोबोटों को सिमुलेशन और वास्तविक दुनिया दोनों वातावरणों में जटिल सहकारी लोको-मैनिप्यूलेशन कार्यों को सफलतापूर्वक करने में सक्षम बनाया जा सके।

Qixuan Li, Chen Le, Jincheng Yu, Xinlei Chen2026-05-19
💻 computer science

Efficient Feature-Free Initialization for Monocular Visual-Inertial Systems Using a Feed-Forward 3D Model

यह शोधपत्र मोनोकुलर विजुअल-इनर्शियल सिस्टम के लिए एक फीचर-फ्री इनिशियलाइजेशन फ्रेमवर्क प्रस्तावित करता है जो अप-टू-स्केल पॉइंट क्लाउड्स का पूर्वानुमान लगाने के लिए फीड-फॉरवर्ड 3D मॉडल्स का लाभ उठाता है, जिससे 90% से अधिक की सफलता दर प्राप्त होती है और इनिशियलाइजेशन समय घटकर 1.2 सेकंड से कम हो जाता है, साथ ही दृष्टिगत रूप से खराब वातावरण में मजबूती प्रदर्शित करता है।

Yuantai Zhang, Jiaqi Yang, Huajian Zeng, Changhao Chen, Haoang Li, Liang Li, Dezhen Song, Xingxing Zuo2026-05-19
💻 computer science

MUSE: Multimodal Uncertainty Quantification of State Estimation

यह शोध पत्र MUSE को प्रस्तुत करता है, जो एक नवीन वास्तविक समय (real-time) आधारित लर्निंग फ्रेमवर्क है जो विजुअल-इनर्शियल स्टेट एस्टिमेशन में मल्टीमॉडल अनिश्चितता को प्रभावी ढंग से मात्रा निर्धारित करने के लिए मंबा (Mamba) आर्किटेक्चर का लाभ उठाता है, जो मौजूदा विधियों की तुलना में बेहतर विश्वसनीयता और मजबूती प्रदर्शित करता है।

Minkyung Kim, Henry Che, Bhargav Chandaka, Bhumsitt Pramuanpornsatid, Chengyu Yang, Sheng Cheng, Xiaofeng Wang, Naira Ho (…)2026-05-19
💻 computer science

Rapid Vibration Suppression and Trajectory Tracking of a Serial Manipulator with Multi-Flexible Links

यह शोध पत्र एक DeepONet-संवर्धित बैकस्टेपिंग आउटपुट-फीडबैक ढांचे का प्रस्ताव करता है जो वास्तविक समय कार्यान्वयन को सक्षम करने के लिए जटिल सीमा नियंत्रण कर्नेल (boundary control kernels) का अनुमान लगाकर मल्टी-लिंक फ्लेक्सिबल मैनिपुलेटर्स के लिए तीव्र कंपन दमन और सटीक प्रक्षेपवक्र ट्रैकिंग प्राप्त करता है।

Chengyi Wang, Yilong Huang, Ji Wang2026-05-19
💻 computer science

DyGRO-VLA: Cross-Task Scaling of Vision-Language-Action Models via Dynamic Grouped Residual Optimization

यह शोध पत्र DyGRO-VLA प्रस्तुत करता है, जो एक दो-चरणीय अनुकूलन ढांचा (two-stage optimization framework) है जो क्रॉस-टास्क लेटेंट रिप्रेजेंटेशन्स को कैप्चर करके और 'मिक्सचर-ऑफ-आरएल-रेसिडुअल्स' के माध्यम से पॉलिसी ऑप्टिमाइज़ेशन को गतिशील रूप से परिष्कृत करके विभिन्न कार्यों में विजन-लैंग्वेज-एक्शन मॉडल्स की सामान्यीकरण क्षमता को बढ़ाता है, जिससे हस्तक्षेप कम होता है और वितरण बदलाव (distribution shifts) के तहत प्रदर्शन में सुधार होता है।

Sixu Lin, Yunpeng Qing, Litao Liu, Ming Zhou, Ruixing Jin, Xiaoyi Fan, Guiliang Liu2026-05-19
💻 computer science

RoboFlow4D: A Lightweight Flow World Model Toward Real-Time Flow-Guided Robotic Manipulation

RoboFlow4D एक हल्का, एंड-टू-एंड फ्लो वर्ल्ड मॉडल है जो विजुअल और टेक्स्टुअल इनपुट्स से सीधे मल्टी-फ्रेम 3D फ्लोज़ की भविष्यवाणी करके धारणा (परसेप्शन) और प्लानिंग को एकीकृत करता है, जिससे बेहतर सफलता दरों के साथ वास्तविक समय में, संसाधन-कुशल रोबोटिक मैनिपुलेशन सक्षम होता है।

Sixu Lin, Junliang Chen, Huaiyuan Xu, Zhuohao Li, Guangming Wang, Yixiong Jing, Sheng Xu, Runyi Zhao, Brian Sheil, Lap-P (…)2026-05-19