🦾 Category

cs.RO

4829 पेपर

💻 computer science

Efficient Hybrid SE(3)-Equivariant Visuomotor Flow Policy via Spherical Harmonics for Robot Manipulation

यह शोध पत्र E3Flow को प्रस्तुत करता है, जो एक नवीन हाइब्रिड SE(3)-इक्विवैरिएंट विज़ुओमोटर पॉलिसी है, जो कुशल रेक्टिफाइड फ्लो को मल्टी-मोडल लर्निंग के साथ एकीकृत करने के लिए स्फेरिकल हार्मोनिक्स और एक फीचर एन्हांसमेंट मॉड्यूल का लाभ उठाता है, जिससे रोबोट मैनिपुलेशन कार्यों में बेहतर सफलता दर और अत्याधुनिक डिफ्यूजन विधियों की तुलना में 7 गुना तेज़ इन्फरेंस स्पीड प्राप्त होती है।

Qinglun Zhang, Shen Cheng, Tian Dan, Haoqiang Fan, Guanghui Liu, Shuaicheng Liu2026-03-25
💻 computer science

Strain-Parameterized Coupled Dynamics and Dual-Camera Visual Servoing for Aerial Continuum Manipulators

यह शोधपत्र अंडरएक्टुएटेड बेस वाले टेंडन-ड्रिवन एरियल कंटीन्यूम मैनिपुलेटर्स के लिए एक एकीकृत स्ट्रेन-पैरामीटराइज्ड डायनेमिक मॉडल और एक रोबस्ट डुअल-कैमरा विजुअल सर्वोइंग कंट्रोलर प्रस्तुत करता है, जो एक कस्टम-निर्मित प्रोटोटाइप पर सिमुलेशन और प्रयोगों के माध्यम से उनकी प्रभावशीलता को प्रदर्शित करता है।

Niloufar Amiri, Farrokh Janabi-Sharifi2026-03-25
💻 computer science

PinPoint: Monocular Needle Pose Estimation for Robotic Suturing via Stein Variational Newton and Geometric Residuals

पिनपॉइंट (PinPoint) एक संभाव्य वेरिएशनल इन्फरेंस फ्रेमवर्क है जो मोनोकुलर एंडोस्कोपिक परिवेश में सर्जिकल नीडल की मुद्राओं (poses) का सटीक अनुमान लगाने के लिए स्टाइन वेरिएशनल न्यूटन अनुकूलन (Stein Variational Newton optimization) और ज्यामितीय अवशेषों (geometric residuals) का लाभ उठाता है, जिससे यह बहुविध अस्पष्टता (multimodal ambiguity) को स्पष्ट रूप से मॉडल और संरक्षित करता है, और इस प्रकार सटीकता और अनिश्चितता अंशांकन (uncertainty calibration) दोनों में पारंपरिक पार्टिकल फिल्टर बेसलाइन की तुलना में काफी बेहतर प्रदर्शन करता है।

Jesse F. d'Almeida, Tanner Watts, Susheela Sharma Stern, James Ferguson, Alan Kuntz, Robert J. Webster III2026-03-25
🤖 machine learning

RoboMorph: Evolving Robot Morphology using Large Language Models

RoboMorph एक स्वचालित रूपरेखा पेश करता है जो विविध, भूभाग-विशिष्ट मॉड्यूलर रोबोट रूपाकारों (morphologies) को कुशलतापूर्वक उत्पन्न करने और अनुकूलित करने के लिए एक विकासवादी फीडबैक लूप के भीतर लार्ज लैंग्वेज मॉडल्स का लाभ उठाता है, जो अक्सर पारंपरिक ग्राफ-सर्च विधियों से बेहतर प्रदर्शन करता है।

Kevin Qiu, Władysław Pałucki, Krzysztof Ciebiera, Paweł Fijałkowski, Marek Cygan, Łukasz Kuciński2026-03-24
⚡ electrical engineering

A Real-Time System for Scheduling and Managing UAV Delivery in Urban Areas

यह शोध पत्र एक "एयरपोर्ट-अनलोडिंग स्टेशन" मॉडल पर आधारित एक रियल-टाइम मिडलवेयर सिस्टम का प्रस्ताव करता है जो शहरी यूएवी (UAV) डिलीवरी को अनुकूलित करने के लिए उच्च-स्तरीय शेड्यूलिंग एल्गोरिदम और निम्न-स्तरीय निष्पादन के बीच एक सेतु का कार्य करता है, जिसमें यूएवी, एजीवी (AGV) और ग्राउंड स्टाफ के सहयोगात्मक योजनाएं शामिल हैं।

Han Liu, Tian Liu, Kai Huang2026-03-24
💻 computer science

Expand Your SCOPE: Semantic Cognition over Potential-Based Exploration for Embodied Visual Navigation

यह शोध पत्र SCOPE को प्रस्तुत करता है, जो एम्बॉडीड विजुअल नेविगेशन के लिए एक ज़ीरो-शॉट फ्रेमवर्क है जो विज़न-लैंग्वेज मॉडल्स का उपयोग करके फ्रंटियर-आधारित अन्वेषण क्षमताओं (फ्रंटियर-बेस्ड एक्सप्लोरेशन पोटेंशियल्स) का अनुमान लगाने और निर्णय लेने को परिष्कृत करने के लिए एक सेल्फ-रीकंसीडरेशन मैकेनिज्म को शामिल करके लॉन्ग-होरिज़ॉन प्लानिंग को बढ़ाता है, जिससे यह सटीकता और सामान्यीकरण में अत्याधुनिक बेसलाइन्स से बेहतर प्रदर्शन करता है।

Ningnan Wang, Weihuang Chen, Liming Chen, Haoxuan Ji, Zhongyu Guo, Xuchong Zhang, Hongbin Sun2026-03-24
💻 computer science

sim2art: Accurate Articulated Object Modeling from a Single Video using Synthetic Training Data Only

यह शोध पत्र sim2art प्रस्तुत करता है, जो एक डेटा-संचालित फ्रेमवर्क है जो विशेष रूप से सिंथेटिक डेटा पर प्रशिक्षित एक सुदृढ़ प्रति-फ्रेम सतह बिंदु प्रतिनिधित्व (per-frame surface point representation) का लाभ उठाकर, एकल मोनोक्यूलर वीडियो से आर्टिकुलेटेड वस्तुओं के 3D भाग विभाजन और जोड़ मापदंडों को सटीक रूप से पुनर्प्राप्त करता है, जिससे डोमेन अनुकूलन या वास्तविक-विश्व एनोटेशन की आवश्यकता समाप्त हो जाती है और यह मौजूदा अत्याधुनिक विधियों से बेहतर प्रदर्शन करता है।

Arslan Artykov, Tom Ravaud, Corentin Sautier, Vincent Lepetit2026-03-24
🤖 machine learning

Contractive Diffusion Policies: Robust Action Diffusion via Contractive Score-Based Sampling with Differential Equations

यह शोधपत्र कॉन्ट्रैक्टिव डिफ्यूजन पॉलिसीज़ (CDPs) को प्रस्तुत करता है, जो एक ऐसी विधि है जो सैंपलिंग प्रक्रिया में कॉन्ट्रैक्टिव डायनेमिक्स को प्रेरित करके डिफ्यूजन-आधारित ऑफलाइन कंट्रोल की मजबूती और निरंतरता को बढ़ाती है, जिससे विशेष रूप से डेटा-दुर्लभ परिदृश्यों में प्रदर्शन में सुधार करते हुए सॉल्वर और स्कोर-मैचिंग त्रुटियों को कम किया जा सके।

Amin Abyaneh, Charlotte Morissette, Mohamad H. Danesh, Anas El Houssaini, David Meger, Gregory Dudek, Hsiu-Chin Lin2026-03-24
🤖 AI

Goal Force: Teaching Video Models To Accomplish Physics-Conditioned Goals

यह शोध पत्र 'गोल फोर्स' (Goal Force) को प्रस्तुत करता है, जो एक नवीन ढांचा है जो वीडियो जनरेशन मॉडल्स को स्पष्ट बल वेक्टर्स (force vectors) को लक्ष्यों के रूप में उपयोग करते हुए सिंथेटिक कॉज़ल प्रिमिटिव्स (synthetic causal primitives) पर प्रशिक्षित करता है, जिससे जटिल वास्तविक-विश्व भौतिक कार्यों के लिए ज़ीरो-शॉट सामान्यीकरण (zero-shot generalization) सक्षम होता है और सटीक योजना के लिए एक निहित न्यूरल फिजिक्स सिम्युलेटर के रूप में कार्य करता है।

Nate Gillman, Yinghua Zhou, Zitian Tang, Evan Luo, Arjan Chakravarthy, Daksh Aggarwal, Michael Freeman, Charles Herrmann (…)2026-03-24
💻 computer science

Causal World Modeling for Robot Control

यह शोध पत्र LingBot-VA प्रस्तुत करता है, जो एक ऑटोरेग्रेसिव डिफ्यूजन फ्रेमवर्क है जो कुशल, सामान्यीकरण योग्य और डेटा-कुशल दीर्घ-क्षितिज (long-horizon) रोबोट नियंत्रण प्राप्त करने के लिए एक साझा लेटेंट स्पेस, क्लोज्ड-लूप रोलआउट और एसिंक्रोनस इन्फरेंस के माध्यम से वीडियो वर्ल्ड मॉडलिंग और विजन-लैंग्वेज प्री-ट्रेनिंग को एकीकृत करता है।

Lin Li, Qihang Zhang, Yiming Luo, Shuai Yang, Ruilin Wang, Fei Han, Mingrui Yu, Zelin Gao, Nan Xue, Xing Zhu, Yujun Shen (…)2026-03-24