🦾 Category

cs.RO

4934 पेपर

💻 संगणक विज्ञान

Adaptive SINDy: Residual Force System Identification Based UAV Disturbance Rejection

यह शोध पत्र एक एडेप्टिव SINDy फ्रेमवर्क प्रस्तावित करता है जो अवशिष्ट बलों (residual forces) को प्रभावी ढंग से पहचानने और हवा के विक्षोभों को अस्वीकार करने के लिए डेटा-संचालित स्पार्स आइडेंटिफिकेशन ऑफ नॉन-लीनियर डायनेमिक्स को रिकर्सिव लीस्ट स्क्वायर्स एडेप्टिव कंट्रोल के साथ एकीकृत करता है, जो अशांत वातावरण में एक लाइटवेट क्रेजीफ्लाई ड्रोन पर बेसलाइन PID और INDI नियंत्रकों की तुलना में बेहतर प्रक्षेपवक्र ट्रैकिंग प्रदर्शन प्रदर्शित करता है।

Fawad Mehboob, Amir Atef Habel, Roohan Ahmed Khan, Mikhail Derevianchenko, Clement Fortin, Dzmitry Tsetserukou2026-03-11
⚡ विद्युत इंजीनियरिंग

Formation-Aware Adaptive Conformalized Perception for Safe Leader-Follower Multi-Robot Systems

यह शोध पत्र एक वितरित, फॉर्मेशन-अवेयर एडेप्टिव कॉन्फॉर्मल प्रेडिक्शन फ्रेमवर्क प्रस्तावित करता है जो हेटेरोसेडास्टिक धारणा त्रुटियों (heteroscedastic perception errors) के तहत विजिबिलिटी बाधाओं को लागू करने और सुरक्षित, उच्च-प्रदर्शन वाले लीडर-फॉलोअर मल्टी-रोबोट संचालन सुनिश्चित करने के लिए जोखिम-संवेदनशील अनिश्चितता सीमाओं को उत्पन्न करता है।

Richie R. Suganda, Bin Hu2026-03-11
💻 संगणक विज्ञान

SurgCalib: Gaussian Splatting-Based Hand-Eye Calibration for Robot-Assisted Minimally Invasive Surgery

यह शोध पत्र SurgCalib प्रस्तुत करता है, जो एक मार्करलेस, गॉसियन स्प्लेटिंग-आधारित फ्रेमवर्क है जो एक डिफरेंशिएबल रेंडरिंग पाइपलाइन के माध्यम से काइनेमैटिक अनुमानों को परिष्कृत करके दा विंची सर्जिकल रोबोट के लिए सटीक हैंड-आई कैलिब्रेशन प्राप्त करता है, जिससे केबल-ड्रिवन अशुद्धियों पर विजय प्राप्त होती है और पारंपरिक फिडुशियल मार्कर्स से जुड़ी स्टेरिलिटी की समस्याओं से बचा जा सकता है।

Zijian Wu, Shuojue Yang, Yu Chung Lee, Eitan Prisman, Yueming Jin, Septimiu E. Salcudean2026-03-11
🤖 कृत्रिम बुद्धिमत्ता

Improving through Interaction: Searching Behavioral Representation Spaces with CMA-ES-IG

यह शोध पत्र CMA-ES-IG प्रस्तुत करता है, जो एक ऐसा एल्गोरिदम है जो दृष्टिगत रूप से विशिष्ट और सूचनात्मक प्रश्नों को उत्पन्न करके रोबोट प्राथमिकता शिक्षण (robot preference learning) को बढ़ाता है, जिससे मौजूदा अत्याधुनिक विधियों की तुलना में स्केलेबिलिटी, मजबूती और उपयोगकर्ता अनुभव में सुधार होता है।

Nathaniel Dennler, Zhonghao Shi, Yiran Tao, Andreea Bobu, Stefanos Nikolaidis, Maja Matarić2026-03-11
🤖 कृत्रिम बुद्धिमत्ता

PlayWorld: Learning Robot World Models from Autonomous Play

PlayWorld एक पूरी तरह से स्वायत्त पाइपलाइन पेश करता है जो अनसुपरवाइज्ड रोबोट सेल्फ-प्ले से हाई-फिडेलिटी, भौतिक रूप से सुसंगत वीडियो वर्ल्ड मॉडल को प्रशिक्षित करती है, जो जटिल इंटरैक्शन की भविष्यवाणी करने में मानव-संग्रहित डेटा से बेहतर प्रदर्शन करती है और वास्तविक दुनिया के रिइन्फोर्समेंट लर्निंग सफलता दरों को महत्वपूर्ण रूप से बढ़ाती है।

Tenny Yin, Zhiting Mei, Zhonghe Zheng, Miyu Yamane, David Wang, Jade Sceats, Samuel M. Bateman, Lihan Zha, Apurva Badith (…)2026-03-11
💻 संगणक विज्ञान

3D UAV Trajectory Estimation and Classification from Internet Videos via Language Model

यह शोध पत्र एक नवीन, एनोटेशन-मुक्त ढांचे को प्रस्तुत करता है जो इंटरनेट-स्केल वीडियो से स्वायत्त रूप से 3D UAV प्रक्षेपवक्र और वर्गीकरण निकालने के लिए भाषा मॉडल और विजन-लैंग्वेज रीजनिंग का लाभ उठाता है, यह प्रदर्शित करते हुए कि एंटी-UAV कार्यों पर ज़ीरो-शॉट ट्रांसफर प्रदर्शन बिना किसी लक्षित-डोमेन प्रशिक्षण की आवश्यकता के, बढ़ते डेटा वॉल्यूम के साथ लगातार सुधरता है।

Haoxiang Lei, Daotong Wang, Shenghai Yuan, Jianbo Su2026-03-11
💻 संगणक विज्ञान

Provably Safe Trajectory Generation for Manipulators Under Motion and Environmental Uncertainties

यह शोध पत्र अनिश्चित, गैर-उत्तल (non-convex) वातावरण में रोबोट मैनिपुलेटर्स के लिए एक प्रमाणित सुरक्षित मोशन प्लानिंग फ्रेमवर्क प्रस्तुत करता है, जो प्रमाणित, टकराव-मुक्त प्रक्षेप पथ (trajectories) उत्पन्न करने के लिए मॉडल प्रेडिक्टिव पाथ इंटीग्रल कंट्रोलर के भीतर एक डीप स्टोकेस्टिक कूपमैन ऑपरेटर (deep stochastic Koopman operator) को स्टेट प्रेडिक्शन के लिए और एक पदानुक्रमित सम-वर्ग सत्यापन फ़िल्टर (hierarchical sum-of-squares verification filter) को एकीकृत करता है।

Fei Meng, Zijiang Yang, Xinyu Mao, Haobo Liang, Max Q. -H. Meng2026-03-11
🤖 कृत्रिम बुद्धिमत्ता

Latent World Models for Automated Driving: A Unified Taxonomy, Evaluation Framework, and Open Challenges

यह शोध पत्र ऑटोमेटेड ड्राइविंग में लेटेंट वर्ल्ड मॉडल्स के लिए एक एकीकृत वर्गीकरण और मूल्यांकन ढांचा प्रस्तावित करता है, जो डिज़ाइन विकल्पों को लेटेंट रिप्रेजेंटेशन और स्ट्रक्चरल प्रायर्स द्वारा व्यवस्थित करता है और मजबूती, सामान्यीकरण तथा तैनात करने की क्षमता को बढ़ाने के लिए प्रमुख आंतरिक तंत्रों और अनुसंधान दिशाओं की पहचान करता है।

Rongxiang Zeng, Yongqi Dong2026-03-11
🤖 कृत्रिम बुद्धिमत्ता

DexHiL: A Human-in-the-Loop Framework for Vision-Language-Action Model Post-Training in Dexterous Manipulation

DexHiL पहला एकीकृत मानव-इन-द-लूप फ्रेमवर्क है जो डेक्सट्रस विजन-लैंग्वेज-एक्शन मॉडल्स के लिए समन्वित आर्म-हैंड टेलीऑपरेशन को इंटरवेंशन-अवेयर डेटा सैंपलिंग के साथ जोड़ता है, जिससे जटिल मैनिपुलेशन कार्यों में पोस्ट-ट्रेनिंग प्रदर्शन और विश्वसनीयता में महत्वपूर्ण सुधार होता है।

Yifan Han, Zhongxi Chen, Yuxuan Zhao, Congsheng Xu, Yanming Shao, Yichuan Peng, Yao Mu, Wenzhao Lian2026-03-11
🤖 कृत्रिम बुद्धिमत्ता

ZeroWBC: Learning Natural Visuomotor Humanoid Control Directly from Human Egocentric Video

ZeroWBC एक नवीन ढांचा है जो मानव एगोसेंट्रिक (egocentric) वीडियो से सीधे विसुओमोटर (visuomotor) नीतियों को सीखकर ह्युमनॉइड रोबोटों के लिए स्वाभाविक, बहुमुखी पूर्ण-शरीर नियंत्रण को सक्षम बनाता है, जिससे महंगे और समय लेने वाले टेलीऑपरेशन डेटा संग्रह की आवश्यकता समाप्त हो जाती है।

Haoran Yang, Jiacheng Bao, Yucheng Xin, Haoming Song, Yuyang Tian, Bin Zhao, Dong Wang, Xuelong Li2026-03-11