🦾 Category

cs.RO

4700 पेपर

🤖 AI

RankQ: Offline-to-Online Reinforcement Learning via Self-Supervised Action Ranking

RankQ एक ऑफलाइन-टू-ऑनलाइन सुदृढीकरण शिक्षण (reinforcement learning) विधि है जो संरचित क्रिया वरीयताओं (structured action preferences) को सीखने के लिए समान निराशावाद (uniform pessimism) को एक स्व-पर्यवेक्षित बहु-पद रैंकिंग हानि (self-supervised multi-term ranking loss) से प्रतिस्थापित करके नमूना दक्षता और नीति प्रदर्शन में सुधार करती है, जो स्पार्स रिवॉर्ड बेंचमार्क पर उत्कृष्ट परिणाम और विजन-आधारित रोबोट लर्निंग में महत्वपूर्ण सिम-टू-रियल ट्रांसफर लाभ प्रदर्शित करती है।

Andrew Choi, Wei Xu2026-05-13
⚡ electrical engineering

Computational Design of a Low-Visibility UAV Using a Human-Aligned Perceptual Metric

यह शोध पत्र "फैंटम ट्विस्ट" (Phantom Twist) को प्रस्तुत करता है, जो उच्च-गति मोशन ब्लर के माध्यम से कम दृश्यता के लिए डिज़ाइन किया गया एक एकल-प्रोपेलर यूएवी (UAV) है, जो एक दो-चरणीय स्वचालित पाइपलाइन का उपयोग करता है जो उड़ान स्थिरता संबंधी बाधाओं का कड़ाई से पालन करते हुए मानव-अनुभूत दृश्यता (LPIPS के माध्यम से) को न्यूनतम करने के लिए घटक प्लेसमेंट को अनुकूलित करता है, जैसा कि सफल निर्माण और उड़ान परीक्षणों द्वारा सत्यापित किया गया है।

Jingxian Wang, Chen Yu, David Matthews, Emma Alexander, Sam Kriegman, Michael Rubenstein2026-05-13
🤖 AI

Overcoming Dynamics-Blindness: Training-Free Pace-and-Path Correction for VLA Models

यह शोध पत्र 'पेस-एंड-पाथ करेक्शन' (Pace-and-Path Correction) को प्रस्तुत करता है, जो एक प्रशिक्षण-मुक्त (training-free), क्लोज्ड-फॉर्म इन्फरेंस-टाइम ऑपरेटर है जो एक्शन समायोजन को पेस और पाथ चैनलों में विभाजित करके विजन-लैंग्वेज-एक्शन मॉडल्स की टेम्पोरल डायनेमिक्स ब्लाइंडनेस को हल करता है, जिससे बिना पुन: प्रशिक्षण के गतिशील वातावरणों में सफलता दर में महत्वपूर्ण सुधार होता है।

Yanyan Zhang, Chaoda Song, Vikash Singh, Xinpeng Li, Kai Ye, Zhe Hu, Zhongzhu Pu, Yu Yin, Vipin Chaudhary2026-05-13
🤖 AI

Offline Policy Evaluation for Manipulation Policies via Discounted Liveness Formulation

यह शोध पत्र रोबोटिक मैनिपुलेशन के लिए एक नवीन ऑफलाइन पॉलिसी इवैल्यूएशन फ्रेमवर्क का प्रस्ताव करता है जो स्पार्स रिवॉर्ड्स, नॉन-मोनोटोनिक टास्क प्रोग्रेशन और फाइनाइट-होराइजन ट्रंकेशन बायस को प्रभावी ढंग से संभालने के लिए एक डिस्काउंटेड लाइवनेस-आधारित बेलमैन ऑपरेटर का उपयोग करता है, जिससे यह कार्य प्रगति को सटीक रूप से दर्शाने में शास्त्रीय विधियों से बेहतर प्रदर्शन करता है।

Hao Wang, Joshua Bowden, Colton Crosby, Somil Bansal2026-05-13
💻 computer science

RIO: Flexible Real-Time Robot I/O for Cross-Embodiment Robot Learning

यह शोध पत्र RIO को प्रस्तुत करता है, जो एक ओपन-सोर्स पायथन फ्रेमवर्क है जिसे विविध हार्डवेयर प्लेटफॉर्म्स पर नियंत्रण और डेटा हैंडलिंग के लिए लचीले, हल्के घटकों को प्रदान करके खंडित रोबोट इंफ्रास्ट्रक्चर की बाधाओं को दूर करने के लिए डिज़ाइन किया गया है, जिससे अत्याधुनिक विजन-लैंग्वेज-एक्शन मॉडल्स का कुशल क्रॉस-एम्बोडिमेंट प्रशिक्षण और परिनियोजन सक्षम हो सके।

Pablo Ortega-Kral, Eliot Xing, Arthur Bucker, Vernon Luk, Junseo Kim, Owen Kwon, Angchen Xie, Nikhil Sobanbabu, Yifu Yua (…)2026-05-13
💻 computer science

Sampling-Based Follow-the-Leader Motion Planning for Manipulator-Mounted Continuum Robots

यह शोध पत्र एक सैंपलिंग-आधारित मोशन प्लानर पेश करता है जो क्लोज्ड-फॉर्म ज्योमेट्रिक कंस्ट्रक्शन के माध्यम से ग्लोबल शेप सर्च को बेस पोज़ निर्धारण से अलग करके, पूरी तरह से एक्ट्यूएटेड मैनिपुलेटर्स पर लगे कॉन्टिनम रोबोट्स के लिए कुशल और सैद्धांतिक रूप से गारंटीकृत फॉलो-द-लीडर नेविगेशन को सक्षम बनाता है।

Chengnan Shentu, Nicholas Baldassini, Oluwagbotemi D. Iseoluwa, Radian Gondokaryono, Jessica Burgner-Kahrs2026-05-13
🤖 AI

Weather-Robust Cross-View Geo-Localization via Prototype-Based Semantic Part Discovery

यह शोधपत्र SkyPart को प्रस्तुत करता है, जो विज़न ट्रांसफॉर्मर्स के लिए एक हल्का, प्रोटोटाइप-आधारित सिमेंटिक पार्ट डिस्कवरी मॉड्यूल है, जो लेआउट को बनावट (टेक्सचर) से स्पष्ट रूप से अलग करके, ऊंचाई के बदलावों को हाशिए पर रखकर (marginalizing), और अनिश्चितता-भारित बहु-उद्देश्यीय प्रशिक्षण का उपयोग करके मौसम-रोबस्ट क्रॉस-व्यू जियो-लोकलाइजेशन में अत्याधुनिक (state-of-the-art) परिणाम प्राप्त करता है।

Chi-Nguyen Tran, Dao Sy Duy Minh, Huynh Trung Kiet, Nguyen Lam Phu Quy, Phu-Hoa Pham, Long Tran-Thanh2026-05-13
💻 computer science

Nautilus: From One Prompt to Plug-and-Play Robot Learning

यह शोध पत्र NAUTILUS को प्रस्तुत करता है, जो एक ओपन-सोर्स हारनेस है जो प्लग-एंड-प्ले एजेंट स्किल्स, यूनिफाइड इंटरफेस और स्केलेबल चैंबरड एक्जीक्यूशन प्रदान करके सिंगल प्रॉम्प्ट्स को ऑटोमेटेड, वैलिडेटेड रोबोट लर्निंग वर्कफ़्लो में बदल देता है ताकि उस इंजीनियरिंग विखंडन को समाप्त किया जा सके जो वर्तमान में क्रॉस-फैमिली पॉलिसी रिप्रोडक्शन और इवैल्यूएशन में बाधा डाल रहा है।

Yufeng Jin, Jianfei Guo, Xiaogang Jia, Yu Deng, Zechu Li, Han Liu, Weiran Liao, Vignesh Prasad, Mathias Franzius, Gerhar (…)2026-05-13
💻 computer science

A Proprioceptive-Only Benchmark for Quadruped State Estimation: ATE, RPE, and Runtime Trade-offs Between Filters and Smoothers

यह शोध पत्र ग्रैंडटूर डेटासेट (GrandTour Dataset) पर क्वाड्रुपेड रोबोटों के लिए तीन प्रोप्रियोसेप्टिव स्टेट एस्टिमेटर्स (MUSE, IEKF, और IS) की तुलना करते हुए एक व्यापक बेंचमार्क प्रस्तुत करता है, जो चिकित्सकों को उनके विशिष्ट अनुप्रयोग बाधाओं के लिए सबसे उपयुक्त दृष्टिकोण चुनने में मार्गदर्शन करने हेतु दीर्घकालिक सटीकता (long-term accuracy), अल्पकालिक परिशुद्धता (short-term precision) और कम्प्यूटेशनल रनटाइम के बीच उनके ट्रेड-ऑफ का मूल्यांकन करता है।

Ylenia Nisticò, João Carlos Virgolino Soares, Joan Solà, Claudio Semini2026-05-13
💻 computer science

Rainbow Deep Q-Learning with Kinematics-Aware Design for Cooperative Delta and 3-RRS Parallel Robot Insertion

यह शोध पत्र एक किनेमैटिक्स-अवेयर फ्रेमवर्क प्रस्तावित करता है जो सुरक्षित वर्कस्पेस को अधिकतम करने के लिए एक सहकारी डेल्टा और 3-RRS पैरेलल रोबोट सिस्टम की ज्यामिति को अनुकूलित करता है, और फिर बेसलाइन विधियों की तुलना में कम बाधा उल्लंघन के साथ मजबूत और विश्वसनीय पेग-इन-होल इंसर्शन प्राप्त करने के लिए एक टू-स्टेज करिकुलम-ट्रेन्ड रेनबो डीप क्यू-नेटवर्क का उपयोग करता है।

Hassen Nigatu, Gaokun Shi, Jituo Li, Wang Jin, Lu Guodong2026-05-13