🦾 Category

cs.RO

4829 पेपर

🤖 कृत्रिम बुद्धिमत्ता

DriveMind: A Dual Visual Language Model-based Reinforcement Learning Framework for Autonomous Driving

ड्राइवमाइंड (DriveMind) स्वायत्त ड्राइविंग के लिए एक नवीन सुदृढीकरण शिक्षण (reinforcement learning) ढांचा है जो गतिशील, व्याख्यात्मक सिमेंटिक रिवॉर्ड्स उत्पन्न करने के लिए एक पदानुक्रमित सुरक्षा मॉड्यूल और प्रेडिक्टिव वर्ल्ड मॉडल के साथ एक दोहरे विजुअल लैंग्वेज मॉडल को एकीकृत करता है, जिससे सिम्युलेटेड और वास्तविक दुनिया दोनों वातावरणों में उत्कृष्ट प्रदर्शन और ज़ीरो-शॉट सामान्यीकरण प्राप्त होता है।

Dawood Wasif, Terrence J. Moore, Chandan K. Reddy, Frederica Free-Nelson, Seunghyun Yoon, Hyuk Lim, Dan Dongseong Kim, J (…)2026-03-16
🤖 कृत्रिम बुद्धिमत्ता

SegDAC: Visual Generalization in Reinforcement Learning via Dynamic Object Tokens

सेगमेंटेशन-संचालित एक्टर-क्रिटिक फ्रेमवर्क, SegDAC, स्थानिक एन्कोडिंग के साथ परिवर्तनशील-लंबाई वाले, टेक्स्ट-आधारित ऑब्जेक्ट टोकन को प्रोसेस करके सुदृढीकरण शिक्षण (रिनफोर्समेंट लर्निंग) में विजुअल जनरलाइजेशन को बढ़ाता है, जो बिना किसी इमेज रिकंस्ट्रक्शन या ऑक्सिलरी लॉस के, विविध विजुअल व्यवधानों के विरुद्ध अत्याधुनिक तरीकों की तुलना में महत्वपूर्ण प्रदर्शन सुधार प्राप्त करता है।

Alexandre Brown, Glen Berseth2026-03-16
💻 संगणक विज्ञान

How Safe Will I Be Given What I Saw? Calibrated Prediction of Safety Chances for Image-Controlled Autonomy

यह शोध पत्र एंड-टू-एंड विजन-नियंत्रित स्वायत्त प्रणालियों के लिए एक कैलिब्रेटेड सुरक्षा भविष्यवाणी ढांचे को प्रस्तुत करता है जो वितरण बदलाव (distribution shift) और लॉन्ग-होरिज़न प्रेडिक्शन चुनौतियों के तहत विश्वसनीय, सैद्धांतिक रूप से पुख्ता जोखिम अनुमान प्रदान करने के लिए वर्ल्ड मॉडल्स, अनसुपरवाइज्ड डोमेन अडैप्टेशन और कॉन्फॉर्मल प्रेडिक्शन का लाभ उठाता है।

Zhenjiang Mao, Mrinall Eashaan Umasudhan, Ivan Ruchkin2026-03-16
🤖 मशीन लर्निंग

Dynamic Aware: Adaptive Multi-Mode Out-of-Distribution Detection for Trajectory Prediction in Autonomous Vehicles

यह शोध पत्र स्वायत्त वाहन प्रक्षेपवक्र भविष्यवाणी (ऑटोनॉमस व्हीकल ट्राजेक्टरी प्रेडिक्शन) में अनुकूली बहु-मोड आउट-ऑफ-डिस्ट्रीब्यूशन डिटेक्शन के लिए एक नवीन ढांचे का प्रस्ताव करता है जो मौजूदा विजन-आधारित और अनिश्चितता परिमाणीकरण दृष्टिकोणों की तुलना में डिटेक्शन गति और सटीकता में महत्वपूर्ण सुधार करने के लिए समय-विकसित, मोड-निर्भर भविष्यवाणी त्रुटियों को स्पष्ट रूप से मॉडल करता है।

Tongfei Guo, Lili Su2026-03-16
⚡ विद्युत इंजीनियरिंग

Robust Attitude Control of Nonlinear UAV Dynamics with LFT Models and H∞\mathcal{H}_\infty Performance

यह शोध पत्र एक तुलनात्मक अध्ययन प्रस्तुत करता है जो यह प्रदर्शित करता है कि एक H∞\mathcal{H}_\infty रोबस्ट कंट्रोलर, जिसे UAV डायनेमिक्स के लीनियर फ्रैक्शनल ट्रांसफॉर्मेशन (LFT) मॉडल का उपयोग करके डिज़ाइन किया गया है और जो केवल जायरोस्कोप माप पर निर्भर है, अत्यधिक हवा के विक्षोभ और सेंसर शोर के तहत मल्टी-रोटर एटीट्यूड को स्थिर करने में क्लासिकल PID नियंत्रण की तुलना में काफी बेहतर प्रदर्शन करता है।

Tanay Kumar, Raktim Bhattacharya2026-03-16
🤖 कृत्रिम बुद्धिमत्ता

RobotArena ∞\infty: Scalable Robot Benchmarking via Real-to-Sim Translation

यह शोधपत्र RobotArena ∞\infty को प्रस्तुत करता है, जो एक स्केलेबल बेंचमार्किंग फ्रेमवर्क है जो विजन-लैंग्वेज-एक्शन नीतियों के मूल्यांकन के लिए वास्तविक दुनिया के रोबोटिक प्रदर्शनों को सिम्युलेटेड वातावरण में परिवर्तित करता है, जिससे स्वचालित स्कोरिंग और क्राउड-सोर्स्ड मानव प्राथमिकताओं के माध्यम से पारंपरिक वास्तविक दुनिया के परीक्षण की श्रम, सुरक्षा और पुनरुत्पादकता संबंधी सीमाओं को दूर किया जा सके।

Yash Jangir, Yidi Zhang, Pang-Chi Lo, Kashu Yamazaki, Chenyu Zhang, Kuan-Hsun Tu, Tsung-Wei Ke, Lei Ke, Yonatan Bisk, Ka (…)2026-03-16
💻 संगणक विज्ञान

VIGS-SLAM: Visual Inertial Gaussian Splatting SLAM

VIGS-SLAM एक सुदृढ़, वास्तविक समय का विजुअल-इनर्शियल SLAM सिस्टम है जो मोशन ब्लर और लो टेक्सचर जैसी चुनौतीपूर्ण स्थितियों में विशुद्ध रूप से विजुअल विधियों की सीमाओं को पार करने के लिए एक एकीकृत अनुकूलन ढांचे के भीतर मजबूती से जुड़े विजुअल और इनर्शियल संकेतों का लाभ उठाता है ताकि उच्च-सटीकता वाला 3D गॉसियन स्प्लेटिंग पुनर्निर्माण प्राप्त किया जा सके।

Zihan Zhu, Wei Zhang, Moyang Li, Norbert Haala, Marc Pollefeys, Daniel Barath2026-03-16
💻 संगणक विज्ञान

WHED: A Wearable Hand Exoskeleton for Natural, High-Quality Demonstration Collection

यह शोध पत्र WHED को प्रस्तुत करता है, जो एक पहनने योग्य हैंड एक्सोस्केलेटन सिस्टम है जिसे वियरेबिलिटी-फर्स्ट डिज़ाइन और एक पोज़-टोलरेंट थंब कपलिंग के माध्यम से प्राकृतिक, उच्च-निष्ठा वाले, इन-द-वाइल्ड मानव प्रदर्शनों को सक्षम करके और सिंक्रोनाइज्ड सेंसिंग और रिप्ले के लिए एक एंड-टू-एंड डेटा पाइपलाइन द्वारा समर्थित होकर, कुशल हेरफेर (डेक्सट्रस मैनिपुलेशन) में डेटा संग्रह की बाधाओं को दूर करने के लिए डिज़ाइन किया गया है।

Mingzhang Zhu, Alvin Zhu, Jose Victor S. H. Ramos, Beom Jun Kim, Yike Shi, Yufeng Wu, Ruochen Hou, Quanyou Wang, Eric So (…)2026-03-16
🤖 कृत्रिम बुद्धिमत्ता

Beyond Static Instruction: A Multi-agent AI Framework for Adaptive Augmented Reality Robot Training

यह शोध पत्र रोबोट प्रशिक्षण के लिए एक स्थिर संवर्धित वास्तविकता (ऑगमेंटेड रियलिटी) इंटरफ़ेस का एक मूल्यांकन प्रस्तुत करता है जो उपयोगकर्ताओं के बीच महत्वपूर्ण प्रदर्शन असमानताओं को प्रकट करता है, जिससे वास्तविक समय के मल्टीमॉडल शिक्षार्थी डेटा के आधार पर सीखने के वातावरण को गतिशील रूप से अनुकूलित करने के लिए लार्ज लैंग्वेज मॉडल्स का उपयोग करने वाले एक भविष्य के मल्टी-एजेंट एआई फ्रेमवर्क का प्रस्ताव मिलता है।

Nicolas Leins, Jana Gonnermann-Müller, Malte Teichmann, Sebastian Pokutta2026-03-16
⚡ विद्युत इंजीनियरिंग

Push, Press, Slide: Mode-Aware Planar Contact Manipulation via Reduced-Order Models

यह शोधपत्र गैर-पकड़ वाले (non-prehensile) समतलीय हेरफेर के लिए एक तेज़, अनुकूलन-मुक्त ढांचे का प्रस्ताव करता है जो जटिल संपर्क यांत्रिकी को सारित (abstract) करने के लिए कम-क्रम वाले गतिज मॉडलों के एक विविक्त पुस्तकालय (discrete library) का लाभ उठाता है, जिससे एकल-भुजा और द्वि-हस्त धकेलने (pushing) तथा प्रेस-एंड-स्लाइड कार्यों के लिए कुशल प्रक्षेपवक्र निर्माण और बल आवंटन सक्षम होता है।

Melih Özcan, Ozgur S. Oguz, Umut Orguner2026-03-16