🦾 Category

cs.RO

4223 पेपर

🤖 AI

GraFT: A Training-Free Framework for Spatial Reasoning in Multimodal Large Language Models via 3D Scene Graphs

GraFT एक प्रशिक्षण-मुक्त (training-free) ढांचा है जो मल्टीमॉडल लार्ज लैंग्वेज मॉडल्स में स्थानिक तर्क (spatial reasoning) को बढ़ाने के लिए एक 3D सीन ग्राफ का लाभ उठाता है ताकि नियत ज्यामिति (deterministic geometry), एलोसेंट्रिक लेआउट (allocentric layouts) और विजुअल-एट्रिब्यूट ग्राउंडिंग प्रदान की जा सके, जिससे बिना किसी महंगी फाइन-ट्यूनिंग या समर्पित एनकोडर की आवश्यकता के ScanQA और VSI-Bench जैसे बेंचमार्क पर महत्वपूर्ण प्रदर्शन लाभ प्राप्त होता है।

Junqing Du, Fernando Ropero, Erkin Turkoz, Yanfeng Zhang, Lu Liu2026-09-04
💻 computer science

Toward Unified Robot Learning: Bridging Representation, Vision-Language-Action, and World Models

यह सर्वेक्षण वर्तमान विखंडन को संबोधित करने, घटकों की अंतःक्रियाओं का विश्लेषण करने और संरचनाहीन वातावरण में दीर्घ-अवधि तर्क करने में सक्षम सुदृढ़, भौतिक रूप से आधारित रोबोटिक प्रणालियों के लिए भविष्य की दिशाओं को रेखांकित करने हेतु रिप्रजेंटेशन लर्निंग, विजन-लैंग्वेज-एक्शन मॉडल्स और वर्ल्ड मॉडल्स को एकीकृत करके रोबोट लर्निंग पर एक एकीकृत परिप्रेक्ष्य प्रस्तावित करता है।

Shaunak A. Mehta, Ananya Hazarika, Haochen Zhang, Fan Yang, Ryo Moriyama, Wenkai Li, Yash Patel, Kanata Suzuki2026-09-04
🤖 machine learning

Subspace Inference Enables Efficient Active Reward Learning from Preferences

यह शोध पत्र PreferenceEKF प्रस्तुत करता है, जो एक सैंपल-एफिशिएंट एक्टिव लर्निंग पद्धति है जो न्यूरल नेटवर्क रिवॉर्ड मॉडल्स के लिए स्केलेबल अनसर्टेन्टी क्वांटिफिकेशन को सक्षम करने हेतु एक लो-डायमेंशनल पैरामीटर सबस्पेस के भीतर एक्सटेंडेड कलमन फ़िल्टरिंग का लाभ उठाती है, जिससे ह्यूमन फीडबैक से रिइन्फोर्समेंट लर्निंग की दक्षता और प्रदर्शन में सुधार होता है।

Yutai Zhou, Erdem Bıyık2026-09-04
⚡ electrical engineering

Formation Matrix and Energy-based Control of Multi-Agent Systems

यह शोध पत्र मल्टी-एजेंट फॉर्मेशन सिस्टम के लिए एक ऊर्जा-आधारित नियंत्रण ढांचे का प्रस्ताव करता है जो पोर्ट-हैमिल्टोनियन ढांचे के भीतर कंट्रोल-बाय-इंटरकनेक्शन योजना में सिस्टम की गतिशीलता को मैप करने के लिए एक बॉन्ड ग्राफ मॉडल और एक नवीन फॉर्मेशन मैट्रिक्स का उपयोग करता है, जिससे संख्यात्मक सिमुलेशन के माध्यम से मान्य स्थिर फॉर्मेशन रखरखाव, टकराव बचाव और लीडर-फॉलोइंग क्षमताओं को प्राप्त किया जाता है।

Martín Crespo, Sergio Junco, Matías Nacusse2026-09-04
⚡ electrical engineering

Deep Reinforcement Learning for Reach-Avoid-Stay Problems

यह शोध पत्र एक दो-चरणीय डीप रिइन्फोर्समेंट लर्निंग फ्रेमवर्क प्रस्तावित करता है जो अधिकतम सुदृढ़ रीच-अवॉयड-स्टे (Reach-Avoid-Stay) सेट और एक संगत स्विचिंग कंट्रोल पॉलिसी को संयुक्त रूप से सीखता है, जो मौजूदा विधियों की तुलना में सीमित विक्षोभों (bounded disturbances) के तहत सिस्टम को लक्ष्य सेटों तक सुरक्षित रूप से पहुँचने और उनके भीतर बने रहने को सुनिश्चित करने में बेहतर सटीकता और प्रदर्शन प्रदर्शित करता है।

Gabriel Chenevert, Jingqi Li, Achyuta kannan, Sangjae Bae, Donggun Lee2026-09-03
💻 computer science

Passivity-Centric Safe Reinforcement Learning for Contact-Rich Robotic Tasks

यह शोध पत्र एक ऐसे ढांचे का प्रस्ताव करके संपर्क-समृद्ध रोबोटिक कार्यों में पारंपरिक सुदृढीकरण शिक्षण (reinforcement learning) की सुरक्षा और स्थिरता सीमाओं को संबोधित करता है जो ऊर्जा-आधारित बाधाओं के साथ पैसिविटी-अवेयर प्रशिक्षण और परिनियोजन के लिए एक पैसिविटी फिल्टर को एकीकृत करता है, जिससे नियंत्रण स्थिरता सुनिश्चित होती है और ऊर्जा दक्षता में सुधार होता है।

Heng Zhang, Gokhan Solak, Sebastian Hjorth, Arash Ajoudani2026-09-03
💬 NLP

Constrained Group Relative Policy Optimization

यह शोध पत्र Constrained GRPO को प्रस्तुत करता है, जो Group Relative Policy Optimization का एक लैग्रेंजियन-आधारित विस्तार है, जो समूह के भीतर सामान्यीकरण (within-group normalization) के कारण होने वाले हानिकारक युग्मन प्रभावों (coupling effects) को समाप्त करने के लिए कच्चे पुरस्कारों (raw rewards) के बजाय मानकीकृत लाभों (standardized advantages) को स्केलेराइज करके बाधा प्रवर्तन (constraint enforcement) और प्रशिक्षण स्थिरता में सुधार करता है।

Roger Girgis, Rodrigue de Schaetzen, Luke Rowe, Azalée Robitaille, Christopher Pal, Liam Paull2026-09-03
💬 NLP

Beyond Textual Chain-of-Thought: A Survey on Action-Grounded Reasoning in Autonomous Driving

यह सर्वेक्षण 171 शोध पत्रों का विश्लेषण करके स्वायत्त ड्राइविंग (autonomous driving) में एक्शन-ग्राउंडेड रीजनिंग के लिए एक प्रतिनिधित्व-केंद्रित वर्गीकरण प्रस्तावित करता है, जो विधियों को चार प्रकारों में वर्गीकृत करता है और उन मध्यवर्ती निरूपणों (intermediate representations) की महत्वपूर्ण आवश्यकता की पहचान करता है जो वास्तविक दुनिया से जुड़े (real-world grounded), वास्तविक समय से जुड़े (real-time coupled) और सुरक्षा-सत्यापन योग्य (safety-verifiable) हों।

Zhengxu Tang, Xiaozhou Zhang, Guofeng Cui, Ziyu Gong, Zi Wang, Yunfei Shi, Ruifeng Deng, Chengzhi Qi, Ke Chen, Sachin Pa (…)2026-09-03
💻 computer science

Designing Versatile Samples for Learned Trajectory Scoring

यह शोध पत्र लॉग किए गए मानव प्रक्षेपवक्रों (trajectories) के पार्श्व (lateral) और अनुदैर्ध्य (longitudinal) विक्षोभों (perturbations) के माध्यम से सूचनात्मक प्रशिक्षण नमूने उत्पन्न करके सीखे गए प्रक्षेपवक्र स्कोरिंग को बढ़ाने की एक विधि प्रस्तुत करता है, जो NAVSIM डेटासेट पर DiffusionDrive और MeanFuser जैसे फ्रोजन जनरेटिव प्लानर्स के प्रदर्शन में महत्वपूर्ण सुधार करता है।

Yaguang Li, Jiaru Zhang, Chuheng Wei, Can Cui, Ziran Wang2026-09-03
💻 computer science

MACAW: Reliable And Efficient Surgical Debridement Using Monocular Adaptive Compact Attention Windows

यह शोध पत्र MACAW प्रस्तुत करता है, जो विजुअल सर्वोइंग के साथ एकीकृत एक नवीन मोनोकुलर डेप्थ कंट्रोल सिस्टम है जो एक केबल-ड्रिवन सर्जिकल रोबोट को कुशल और विश्वसनीय डिब्राइडमेंट करने में सक्षम बनाता है, जिससे उच्च सफलता दर और थ्रूपुट प्राप्त होता है जो मौजूदा प्रक्रियात्मक और सीखे गए बेसलाइन से काफी बेहतर है।

Ziyang Chen, Shutong Jin, Preethi Satish, Sareena Mann, Cael Magner, Danyal Fer, Omid Mohareri, Gary Guthart, Ken Goldbe (…)2026-09-03