🦾 Category

cs.RO

4753 पेपर

🤖 AI

A Semantic Autonomy Framework for VLM-Integrated Indoor Mobile Robots: Hybrid Deterministic Reasoning and Cross-Robot Adaptive Memory

यह शोध पत्र 'सिमेंटिक ऑटोनॉमी स्टैक' (Semantic Autonomy Stack) प्रस्तुत करता है, जो एक छह-स्तरीय ढांचा है जो सामान्य कार्यों के लिए एक तेज़, नियतात्मक रिज़ॉल्वर (deterministic resolver) को अस्पष्ट मामलों के लिए विज़न-लैंग्वेज मॉडल (Vision-Language Model) तर्क के साथ जोड़कर इनडोर मोबाइल रोबोटों को प्राकृतिक भाषा निर्देशों की व्याख्या करने में सक्षम बनाता है, जबकि तत्काल ज्ञान हस्तांतरण और GPU-मुक्त एज हार्डवेयर पर 103,000 गुना विलंबता (latency) में कमी प्राप्त करने के लिए एक क्रॉस-रोबोट अनुकूली मेमोरी सिस्टम का उपयोग करता है।

Bogdan Felician Abaza, Andrei-Alexandru Staicu, Cristian Vasile Doicin2026-05-06
💻 computer science

Safety in Embodied AI: A Survey of Risks, Attacks, and Defenses

यह सर्वेक्षण एक एकीकृत बहु-स्तरीय वर्गीकरण प्रस्तुत करके एम्बॉडीड एआई (Embodied AI) में सुरक्षा की एक व्यापक समीक्षा प्रदान करता है जो पूरे एजेंट पाइपलाइन में हमलों और रक्षाओं का परीक्षण करता है, 400 से अधिक शोध पत्रों के अंतर्दृष्टि को संश्लेषित करता है ताकि महत्वपूर्ण चुनौतियों की पहचान की जा सके और सुरक्षित, सुदृढ़ और विश्वसनीय वास्तविक दुनिया के सिस्टम बनाने के लिए एक रोडमैप पेश किया जा सके।

Xiao Li, Xiang Zheng, Yifeng Gao, Xinyu Xia, Yixu Wang, Xin Wang, Ye Sun, Yunhan Zhao, Ming Wen, Jiayu Li, Xun Gong, Yi (…)2026-05-06
💻 computer science

Human-in-the-Loop Uncertainty Analysis in Self-Adaptive Robots Using LLMs

यह शोधपत्र RoboULM को प्रस्तुत करता है, जो एक मानव-इन-द-लूप पद्धति और उपकरण है जो डिज़ाइन चरण के दौरान स्व-अनुकूली रोबोटों में अनिश्चितताओं को व्यवस्थित रूप से पहचानने, विश्लेषण करने और कम करने में मदद करने के लिए लार्ज लैंग्वेज मॉडल्स का लाभ उठाता है, जैसा कि चार उपयोग के मामलों में औद्योगिक पेशेवरों से प्राप्त सकारात्मक प्रतिक्रिया द्वारा सत्यापित किया गया है।

Hassan Sartaj, Jalil Boudjadar, Mirgita Frasheri, Shaukat Ali, Peter Gorm Larsen2026-05-06✓ Author reviewed ⓘ
🤖 machine learning

OGPO: Sample Efficient Full-Finetuning of Generative Control Policies

यह शोध पत्र OGPO को प्रस्तुत करता है, जो एक सैंपल-एफिशिएंट ऑफ-पॉलिसी एल्गोरिदम है जो विविध रोबोटिक कार्यों में अत्याधुनिक प्रदर्शन प्राप्त करने के लिए जनरेटिव कंट्रोल पॉलिसियों की फुल-फाइनट्यूनिंग को सक्षम बनाता है, जिसमें विशेषज्ञ डेटा के बिना खराब-इनिशियलाइज्ड पॉलिसियों को फाइन-ट्यून करना भी शामिल है, जो क्रिटिक ओवर-एक्सप्लॉइटेशन को कम करने के लिए संशोधित PPO ऑब्जेक्टिव्स और व्यावहारिक स्टेबलाइजर्स का लाभ उठाता है।

Sarvesh Patil, Mitsuhiko Nakamoto, Manan Agarwal, Shashwat Saxena, Jesse Zhang, Giri Anantharaman, Cleah Winston, Chaoyi (…)2026-05-06
💻 computer science

Refining Compositional Diffusion for Reliable Long-Horizon Planning

यह शोध पत्र रिफाइनिंग कंपोजिशनल डिफ्यूजन (RCD) को प्रस्तुत करता है, जो एक ट्रेनिंग-फ्री गाइडेंस विधि है जो सेल्फ-रिकंस्ट्रक्शन एरर और ओवरलैप कंसिस्टेंसी का लाभ उठाकर कंपोजिशनल डिफ्यूजन को हाई-डेंसिटी, ग्लोबली कोहेरेंट ट्रेजेक्टरीज की ओर निर्देशित करती है ताकि लॉन्ग-होरइजन प्लानिंग में मोड-एवरेजिंग को कम किया जा सके।

Kyowoon Lee, Yunhao Luo, Anh Tong, Jaesik Choi2026-05-06
💻 computer science

Robust Path Tracking for Vehicles via Continuous-Time Residual Learning: An ICODE-MPPI Approach

यह शोध पत्र ICODE-MPPI को प्रस्तुत करता है, जो एक सुदृढ़ पाथ-ट्रैकिंग फ्रेमवर्क है जो निरंतर समय (continuous time) में अनमॉडल (unmodeled) अवशिष्ट गतिकी (residual dynamics) को सीखने और क्षतिपूर्ति करने के लिए इनपुट कॉनकोमिटेंट न्यूरल ऑर्डिनरी डिफरेंशियल इक्वेशंस (Input Concomitant Neural Ordinary Differential Equations) को एकीकृत करता है, जिससे मानक मॉडल प्रेडिक्टिव पाथ इंटीग्रल (Model Predictive Path Integral) विधियों की तुलना में क्रॉस-ट्रैकिंग त्रुटियों में महत्वपूर्ण कमी और अधिक सुचारू नियंत्रण प्राप्त होता है।

Shugen Song, Wenjie Mei, Chengyan Zhao2026-05-06
🤖 machine learning

RLDX-1 Technical Report

यह शोधपत्र RLDX-1 प्रस्तुत करता है, जो मल्टी-स्ट्रीम एक्शन ट्रांसफॉर्मर (MSAT) आर्किटेक्चर पर आधारित एक सामान्य रोबोटिक पॉलिसी है, जो विषम मोडैलिटीज़ और विशिष्ट सिस्टम डिज़ाइन्स को एकीकृत करता है ताकि जटिल, संपर्क-समृद्ध और गतिशील वास्तविक दुनिया के डेक्सट्रस मैनिपुलेशन कार्यों में मौजूदा विज़न-लैंग्वेज-एक्शन मॉडल्स से काफी बेहतर प्रदर्शन किया जा सके।

Dongyoung Kim, Huiwon Jang, Myungkyu Koo, Suhyeok Jang, Taeyoung Kim, Beomjun Kim, Byungjun Yoon, Changsung Jang, Daewon (…)2026-05-06
💻 computer science

TACO: Trajectory Aligning Cross-view Optimisation

TACO एक मजबूती से जुड़े हुए IMU और सूक्ष्म-स्तरीय क्रॉस-व्यू जियोलोकेशन पाइपलाइन का एक टट-कपल्ड (tightly-coupled) सिस्टम है जो इनर्शियल ड्रिफ्ट को ठीक करने के लिए सैटेलाइट-इमेज मैचिंग को गतिशील रूप से ट्रिगर करके सक्षम बनाता है, जिससे GNSS-स्वतंत्र पूर्ण स्थिति निर्धारण संभव होता है, और KITTI डेटासेट पर प्रक्षेपवक्र त्रुटि (trajectory error) में लगभग छह गुना कमी लाता है।

Tavis Shore, Oscar Mendez, Simon Hadfield2026-05-06
⚡ electrical engineering

Learning Reactive Dexterous Grasping via Hierarchical Task-Space RL Planning and Joint-Space QP Control

यह शोध पत्र एक हाइब्रिड पदानुक्रमित नियंत्रण ढांचे (hybrid hierarchical control framework) का प्रस्ताव करता है जो उच्च-स्तरीय टास्क-स्पेस प्लानिंग के लिए मल्टी-एजेंट सुदृढीकरण लर्निंग (multi-agent reinforcement learning) को लो-लेवल जॉइंट-स्पेस निष्पादन के लिए GPU-समानांतरित क्वाड्रेटिक प्रोग्रामिंग (GPU-parallelized quadratic programming) के साथ जोड़ता है, जिससे एक 7-DoF आर्म और 20-DoF हैंड पर असंरचित वातावरण में मजबूत, ज़ीरो-शॉट हस्तांतरणीय और सुरक्षित प्रतिक्रियाशील दक्ष पकड़ (dexterous grasping) सक्षम होती है।

Ho Jae Lee, Yonghyeon Lee, Alexander Alexiev, Tzu-Yuan Lin, Se Hwan Jeon, Sangbae Kim2026-05-06
💻 computer science

Bridging the Embodiment Gap: Disentangled Cross-Embodiment Video Editing

यह शोध पत्र एक ऐसे जनरेटिव फ्रेमवर्क का प्रस्ताव करता है जो एकल मानव प्रदर्शनों से सुसंगत रोबोट निष्पादन वीडियो को संश्लेषित करने के लिए एक दोहरे कंट्रास्टिव उद्देश्य के माध्यम से कार्य और एम्बॉडिमेंट (embodiment) निरूपणों को अलग करता है, जो युग्मित क्रॉस-एम्बॉडिमेंट डेटा की आवश्यकता के बिना प्रभावी रूप से वितरण अंतराल को पाटता है।

Zhiyuan Li, Wenyan Yang, Wenshuai Zhao, Yue Ma, Yuanpeng Tu, Pekka Marttinen, Joni Pajarinen2026-05-06