🦾 Category

cs.RO

4653 पेपर

🔢 mathematics

Dynamic robotic cloth folding with efficient Koopman operator-based model predictive control

यह शोध पत्र एक नवीन मॉडल प्रेडिक्टिव कंट्रोल फ्रेमवर्क प्रस्तुत करता है जो उच्च-सटीकता वाले भौतिकी-आधारित सिमुलेशन को कुशल कर्नेल-आधारित कूप्मन ऑपरेटर रिग्रेशन के साथ जोड़ता है ताकि तेज़, सटीक और सामान्यीकरण योग्य डायनेमिक रोबोटिक क्लॉथ फोल्डिंग प्रक्षेपवक्र (ट्रैजेक्टरीज़) उत्पन्न किए जा सकें, जो प्रभावी रूप से नॉनलीनियर सिस्टम आइडेंटिफिकेशन और सिमुलेशन-टू-रियलिटी ट्रांसफर की चुनौतियों पर विजय प्राप्त करता है।

Edoardo Caldarelli, Franco Coltraro, Adrià Colomé, Lorenzo Rosasco, Carme Torras2026-05-19
💻 computer science

REBAR: Reference Ethical Benchmark for Autonomy Readiness

यह शोधपत्र REBAR को प्रस्तुत करता है, जो एक मात्रात्मक बेंचमार्क फ्रेमवर्क है जो टेस्ट इंस्टेंस उत्पन्न करने और एक वस्तुनिष्ठ स्वायत्तता तत्परता स्तर (ARL) की गणना करने के लिए न्यूरो-सिम्बोलिक LLMs और फोटो-यथार्थवादी सिमुलेशन का उपयोग करता है, जिससे अमूर्त नैतिक सिद्धांतों और स्वायत्त प्रणालियों के लिए सत्यापन योग्य, जवाबदेह स्वायत्तता के बीच के अंतर को पाटा जा सके।

Jonathan Diller, David Barnes, Rebekah Bogdanoff, Rhett Collier, Roddy Collins, Keith Fieldhouse, Yonatan Gefen, Cameron (…)2026-05-19
💻 computer science

Geometry-Aware Surrogate for Real-Time Hydrodynamics Estimation of Autonomous Ground Vehicles in Amphibious Environments

यह शोध पत्र एक वास्तविक समय, ज्यामिति-जागरूक न्यूरल नेटवर्क सरोगेट पेश करता है जो उच्च-निष्ठा वाले CFD डेटा पर प्रशिक्षित है और उभयचर वातावरण में स्वायत्त जमीनी वाहनों के लिए हाइड्रोडायनामिक बलों की सटीक भविष्यवाणी करता है, जिससे सिमुलेशन और प्लानिंग लूप्स में भौतिक रूप से आधारित गतिकी को एम्बेड करना सक्षम होता है।

Ammar Waheed, Luke Gallantree, Zohaib Hasnain2026-05-19
💻 computer science

Key-Gram: Extensible World Knowledge for Embodied Manipulation

Key-Gram एक कंडीशनल-मेमोरी फ्रेमवर्क है जो एम्बोडेड मैनिपुलेशन में विस्तार योग्य भाषाई विश्व ज्ञान को विजुअल रीजनिंग से अलग करता है, जिससे कार्य-विशिष्ट प्रायर्स (priors) को कुशल पुनर्प्राप्ति और इंजेक्शन के लिए एक बाहरी मेमोरी में संग्रहीत किया जाता है, जिससे विविध बेंचमार्क में कंपोजिशनल ग्राउंडिंग, ट्रांसफर और वास्तविक दुनिया के प्रदर्शन में महत्वपूर्ण सुधार होता है।

Jingjing Fan, Siyuan Li, Botao Ren, Zhidong Deng2026-05-19
💻 computer science

Not What You Asked For: Typographic Attacks in Household Robot Manipulation

यह शोध पत्र प्रदर्शित करता है कि विज़न-लैंग्वेज मॉडल का उपयोग करने वाले घरेलू रोबोटों पर टाइपोग्राफिक हमले दृश्य निर्णय को दरकिनार कर भौतिक रूप से परिणामी हेरफेर विफलताओं का कारण बन सकते हैं, जो रोबोट के सिमेंटिक मैप को विषाक्त करके और वस्तुओं की गलत पकड़ने तथा परिवहन की ओर ले जाकर एक सिम्युलेटेड वातावरण में 67.8% सफलता दर प्राप्त करते हैं।

Ali Iranmanesh, Peng Liu2026-05-19
💻 computer science

ManiSoft: Towards Vision-Language Manipulation for Soft Continuum Robotics

यह शोधपत्र ManiSoft को प्रस्तुत करता है, जो एक नया बेंचमार्क और सिम्युलेटर है जिसे सॉफ्ट कॉन्टिनम रोबोटिक्स में विजन-लैंग्वेज मैनिपुलेशन की चुनौतियों को संबोधित करने के लिए डिज़ाइन किया गया है, जो विविध कार्यों और प्रक्षेप पथों (ट्रैजेक्टरीज) को उत्पन्न करने के लिए एक स्केलेबल पाइपलाइन प्रदान करता है, और साथ ही प्रोप्रियोसेप्टिव एस्टीमेशन और अनुकूली बाधा निवारण (एडेप्टिव ऑब्सटैकल अवॉयडेंस) में वर्तमान सीमाओं को उजागर करता है।

Ziyu Wei, Luting Wang, Chen Gao, Li Wen, Si Liu2026-05-19
💬 NLP

ESI-Bench: Towards Embodied Spatial Intelligence that Closes the Perception-Action Loop

यह शोध पत्र ESI-Bench को प्रस्तुत करता है, जो OmniGibson और स्पेलके (Spelke) के मुख्य ज्ञान प्रणालियों पर निर्मित एम्बोडीड स्थानिक बुद्धिमत्ता (embodied spatial intelligence) के लिए एक व्यापक बेंचमार्क है, जो यह प्रदर्शित करता है कि सक्रिय धारणा-क्रिया लूप (active perception-action loops) छिपी हुई स्थानिक जानकारी को उजागर करने में सक्षम बनाकर निष्क्रिय अवलोकन की तुलना में काफी बेहतर प्रदर्शन करते हैं, जबकि यह भी प्रकट करते हैं कि वर्तमान मॉडल मुख्य रूप से कमजोर धारणा के कारण नहीं, बल्कि 'एक्शन ब्लाइंडनेस' (action blindness) और मेटाकॉग्निटिव अंतराल (metacognitive gaps) के कारण विफल होते हैं।

Yining Hong, Jiageng Liu, Han Yin, Manling Li, Leonidas Guibas, Li Fei-Fei, Jiajun Wu, Yejin Choi2026-05-19
💻 computer science

Hestia: Voxel-Face-Aware Hierarchical Next-Best-View Acquisition for Efficient 3D Reconstruction

यह शोध पत्र हेस्टिया (Hestia) को प्रस्तुत करता है, जो एक वोक्सेल-फेस-अवेयर (voxel-face-aware) पदानुक्रमित नेक्स्ट-बेस्ट-व्यू (next-best-view) प्लानर है, जो एक विविध डेटासेट, पदानुक्रमित खोज, क्लोज-ग्रीडी रणनीति और फेस-अवेयर डिज़ाइन का उपयोग करके मौजूदा सुदृढीकरण शिक्षण (reinforcement learning) आधारित दृष्टिकोणों की सीमाओं को दूर करता है, ताकि वास्तविक समय के अनुमान (real-time inference) को बनाए रखते हुए 3D पुनर्निर्माण कवरेज और सटीकता में महत्वपूर्ण सुधार किया जा सके।

Cheng-You Lu, Zhuoli Zhuang, Nguyen Thanh Trung Le, Da Xiao, Yu-Cheng Chang, Thomas Do, Srinath Sridhar, Chin-teng Lin2026-05-18
💻 computer science

Efficiently Solving Mixed-Hierarchy Games with Quasi-Policy Approximations

यह शोध पत्र N-रोबोट वन-संरचित मिश्रित-पदानुक्रमित खेलों (N-robot forest-structured mixed-hierarchy games) को कुशलतापूर्वक हल करने के लिए एक अर्ध-नीति सन्निकटन (quasi-policy approximation) और एक अनिश्चित न्यूटन पद्धति (inexact Newton method) प्रस्तुत करता है, जो मानक KKT स्थितियों में उच्च-क्रम डेरिवेटिव की जटिलता को दूर करते हुए सिमुलेशन और हार्डवेयर प्रयोगों दोनों में स्थानीय घातांकीय अभिसरण (local exponential convergence) और वास्तविक समय प्रदर्शन प्राप्त करता है।

Hamzah Khan, Dong Ho Lee, Jingqi Li, Tianyu Qiu, Christian Ellis, Jesse Milzman, Wesley Suttle, David Fridovich-Keil2026-05-18
💻 computer science

frax: Fast Robot Kinematics and Dynamics in JAX

यह शोध पत्र frax को प्रस्तुत करता है, जो रोबोटिक्स किनेमैटिक्स और डायनेमिक्स के लिए एक उच्च-प्रदर्शन, शुद्ध-पायथन (pure-Python) JAX लाइब्रेरी है, जो ऑप्टिमाइज़ेशन-आधारित नियंत्रण और लर्निंग के लिए ऑटोमैटिक डिफरेंशिएशन का समर्थन करते हुए कम-विलंबता (low-latency) CPU निष्पादन और व्यापक GPU पैरेललाइजेशन प्रदान करती है।

Daniel Morton, Marco Pavone2026-05-18