🦾 Category

cs.RO

4796 पेपर

🤖 machine learning

Human Centered Non Intrusive Driver State Modeling Using Personalized Physiological Signals in Real World Automated Driving

यह अध्ययन प्रदर्शित करता है कि मल्टीमॉडल शारीरिक संकेतों और डीप लर्निंग का उपयोग करके व्यक्तिगत, गैर-दखलअंदाजी वाला ड्राइवर अवस्था मॉडलिंग, वास्तविक दुनिया के स्वचालित ड्राइविंग में सामान्यीकृत मॉडलों (92.68% बनाम 54% सटीकता) से काफी बेहतर प्रदर्शन करता है, जो व्यक्तिगत शारीरिक परिवर्तनशीलता को ध्यान में रखने वाले अनुकूलन योग्य प्रणालियों की महत्वपूर्ण आवश्यकता को रेखांकित करता है।

David Puertas-Ramirez, Raul Fernandez-Matellan, David Martin Gomez, Jesus G. Boticario2026-04-14
🤖 AI

AffordSim: A Scalable Data Generator and Benchmark for Affordance-Aware Robotic Manipulation

AffordSim एक नवीन सिमुलेशन फ्रेमवर्क है जो रोबोटिक डेटा जनरेशन में ओपन-वोकेबुलरी 3D अफोर्डेंस प्रेडिक्शन को एकीकृत करता है ताकि जटिल मैनिपुलेशन कार्यों के लिए स्केलेबल और सिमेंटिक रूप से सही प्रशिक्षण सक्षम किया जा सके, जो अफोर्डेंस-मांगने वाले कार्यों के लिए वर्तमान इमिटेशन लर्निंग विधियों में महत्वपूर्ण प्रदर्शन अंतराल को प्रकट करता है और साथ ही सफल ज़ीरो-शॉट सिम-टू-रियल ट्रांसफर प्रदर्शित करता है।

Mingyang Li, Haofan Xu, Haowen Sun, Xinzhe Chen, Sihua Ren, Liqi Huang, Xinyang Sui, Chenyang Miao, Qiongjie Cui, Zeyang (…)2026-04-14
⚡ electrical engineering

ACT: Automated CPS Testing for Open-Source Robotic Platforms

यह शोध पत्र ऑटोमेटेड सीपीएस टेस्टिंग (ACT) का प्रस्ताव करता है, जो मल्टी-कंट्रीब्यूटर वातावरण में सुदृढ़ परीक्षण की कमी को दूर करने के लिए रोबोटिक प्लेटफॉर्म और गिटहब (GitHub) इंफ्रास्ट्रक्चर के साथ ओपन-सोर्स साइबर-फिजिकल सिस्टम सॉफ्टवेयर के स्वचालित, निरंतर परीक्षण को एकीकृत करता है।

Aditya A. Krishnan, Donghoon Kim, Hokeun Kim2026-04-14
🤖 AI

Grounded World Model for Semantically Generalizable Planning

यह शोध पत्र एक ग्राउंडेड वर्ल्ड मॉडल (GWM) प्रस्तावित करता है जो विजन-लैंग्वेज अलाइनमेंट को मॉडल प्रिडिक्टिव कंट्रोल में एकीकृत करता है, जिससे पारंपरिक विजन-लैंग्वेज-एक्शन मॉडल्स की तुलना में विसुओमोटर प्लानिंग में काफी बेहतर सिमेंटिक जनरलाइजेशन सक्षम होता है, जैसा कि अनदेखे विजुअल सिग्नल्स और रेफरिंग एक्सप्रेशंस से जुड़े WISER बेंचमार्क पर 87% सफलता दर द्वारा प्रदर्शित किया गया है।

Quanyi Li, Lan Feng, Haonan Zhang, Wuyang Li, Letian Wang, Alexandre Alahi, Harold Soh2026-04-14
🤖 AI

StarVLA-α\alpha: Reducing Complexity in Vision-Language-Action Systems

StarVLA-α\alpha विज़न-लैंग्वेज-एक्शन मॉडल्स के लिए एक सरल लेकिन अत्यधिक प्रतिस्पर्धी बेसलाइन पेश करता है जो यह प्रदर्शित करता है कि विविध बेंचमार्क पर अत्याधुनिक प्रदर्शन प्राप्त करने के लिए न्यूनतम वास्तुशिल्प जटिलता के साथ एक मजबूत VLM बैकबोन पर्याप्त है, जो वास्तविक दुनिया के कार्यों पर π0.5\pi_{0.5} जैसी जटिल प्रणालियों से बेहतर प्रदर्शन करता है।

Jinhui Ye, Ning Gao, Senqiao Yang, Jinliang Zheng, Zixuan Wang, Yuxin Chen, Pengguang Chen, Yilun Chen, Shu Liu, Jiaya J (…)2026-04-14
💻 computer science

Allocation for Omnidirectional Aerial Robots: Incorporating Power Dynamics

यह शोध पत्र टिल्ट-रोटर हवाई रोबोटों के लिए तीन नवीन आवंटन विधियों को प्रस्तुत करता है जो सिंगुलैरिटीज़ (singularities) को समाप्त करने, चयनात्मक प्रोपेलर शटडाउन को सक्षम करने और अत्याधुनिक ज्यामितीय दृष्टिकोणों की तुलना में 70% तेज़ प्रक्षेपवक्र ट्रैकिंग (trajectory tracking) प्राप्त करने के लिए एक्चुएटर और प्रोपेलर पावर डायनेमिक्स को शामिल करते हैं।

Eugenio Cuniato, Mike Allenspach, Thomas Stastny, Helen Oleynikova, Roland Siegwart, Michael Pantic2026-04-13
🤖 machine learning

AVA-VLA: Improving Vision-Language-Action models with Active Visual Attention

यह शोध पत्र AVA-VLA को प्रस्तुत करता है, जो एक ऐसा ढांचा है जो पॉलिसी लर्निंग को आंशिक रूप से अवलोकन योग्य मार्कोव निर्णय प्रक्रिया (Partially Observable Markov Decision Process) के रूप में पुनर्गठित करके और कार्य इतिहास के आधार पर प्रासंगिक दृश्य क्षेत्रों पर गतिशील रूप से ध्यान केंद्रित करने के लिए सक्रिय दृश्य ध्यान (Active Visual Attention) का उपयोग करके रोबोटिक नियंत्रण के लिए विजन-लैंग्वेज-एक्शन मॉडल्स को उन्नत करता है, जिससे बेंचमार्क और वास्तविक दुनिया के कार्यों पर अत्याधुनिक प्रदर्शन प्राप्त होता है।

Lei Xiao, Jifeng Li, Juntao Gao, Feiyang Ye, Yan Jin, Jingjing Qian, Jing Zhang, Yong Wu, Xiaoyuan Yu2026-04-13
🤖 AI

Commanding Humanoid by Free-form Language: A Large Language Action Model with Unified Motion Vocabulary

यह शोध पत्र Humanoid-LLA को प्रस्तुत करता है, जो एक बड़ा भाषा क्रिया मॉडल (large language action model) है जो एक एकीकृत गति शब्दावली (unified motion vocabulary), एक डिस्टिल्ड कंट्रोलर (distilled controller) और भौतिकी-आधारित सुदृढीकरण शिक्षण (physics-informed reinforcement learning) को एकीकृत करके मानव रूपी रोबोटों को मुक्त-रूप भाषा कमांड से शारीरिक रूप से व्यवहार्य और विविध संपूर्ण-शरीर की गतियां निष्पादित करने में सक्षम बनाता है।

Zhirui Liu, Kaiyang Ji, Ke Yang, Jingyi Yu, Ye Shi, Jingya Wang2026-04-13
💻 computer science

The Impact of Gait Pattern Personalization on the Perception of Rigid Robotic Guidance: A Pilot User Experience Evaluation

यह पायलट अध्ययन प्रकट करता है कि जहाँ एक्सोस्केलेटन के लिए व्यक्तिगत चाल पैटर्न (gait patterns) को सटीक रूप से निष्पादित किया जा सकता है, वे मानक पैटर्न की तुलना में आराम या स्वाभाविकता जैसे उपयोगकर्ता अनुभव मेट्रिक्स में महत्वपूर्ण सुधार नहीं करते हैं, क्योंकि रोबोटिक सिस्टम के प्रति अल्पकालिक अनुकूलन धारणा को प्रभावित करने वाला प्रमुख कारक प्रतीत होता है।

Beatrice Luciani, Katherine Lin Poggensee, Heike Vallery, Alex van den Berg, Severin David Woernle, Mostafa Mogharabi, S (…)2026-04-13
💻 computer science

Adaptive Action Chunking at Inference-time for Vision-Language-Action Models

यह शोध पत्र एडेप्टिव एक्शन चंकिंग (AAC) का प्रस्ताव करता है, जो एक नवीन इन्फरेंस-टाइम रणनीति है जो मॉडल की प्रतिक्रियाशीलता और निरंतरता को संतुलित करने के लिए एक्शन एंट्रॉपी के आधार पर एक्शन चंक आकारों को गतिशील रूप से समायोजित करती है, जिससे यह विविध रोबोटिक मैनिपुलेशन कार्यों में मौजूदा फिक्स्ड-चंक दृष्टिकोणों से काफी बेहतर प्रदर्शन करता है।

Yuanchang Liang, Xiaobo Wang, Kai Wang, Shuo Wang, Xiaojiang Peng, Haoyu Chen, David Kim Huat Chua, Prahlad Vadakkepat2026-04-13