🦾 Category

cs.RO

4934 पेपर

💻 संगणक विज्ञान

Query-Based Adaptive Aggregation for Multi-Dataset Joint Training Toward Universal Visual Place Recognition

यह शोध पत्र क्वेरी-आधारित एडेप्टिव एग्रीगेशन (QAA) का प्रस्ताव करता है, जो एक नवीन फीचर एग्रीगेशन तकनीक है जो मल्टी-डेटासेट जॉइंट ट्रेनिंग में डेटासेट डाइवर्जेंस को प्रभावी ढंग से संबोधित करने के लिए सीखे गए क्वेरीज को रेफरेंस कोडबुक्स के रूप में उपयोग करती है, जिससे संतुलित सामान्यीकरण और अत्याधुनिक प्रदर्शन के साथ एक सुदृढ़ यूनिवर्सल विजुअल प्लेस रिकग्निशन प्राप्त होता है।

Jiuhong Xiao, Yang Zhou, Giuseppe Loianno2026-03-10
⚡ विद्युत इंजीनियरिंग

Classification of Driver Behaviour Using External Observation Techniques for Autonomous Vehicles

यह अध्ययन एक नवीन कंप्यूटर विज़न फ्रेमवर्क प्रस्तुत करता है जो इंटर-व्हीकल संचार पर निर्भर हुए बिना, गैर-कनेक्टेड वाहनों में विचलित और अक्षम चालक व्यवहारों को वर्गीकृत करने के लिए YOLO-आधारित ऑब्जेक्ट डिटेक्शन और लेन मॉनिटरिंग सहित बाहरी अवलोकन तकनीकों का उपयोग करता है।

Ian Nell, Shane Gilroy2026-03-10
💻 संगणक विज्ञान

GeoAware-VLA: Implicit Geometry Aware Vision-Language-Action Model

GeoAware-VLA एक हल्के प्रोजेक्शन लेयर के माध्यम से एक फ्रोजन, प्रीट्रेंड ज्योमेट्रिक विजन मॉडल से फीचर्स को एकीकृत करके विजन-लैंग्वेज-एक्शन मॉडल्स के व्यूपॉइंट जनरलाइजेशन को बढ़ाता है, जिससे बिना किसी स्पष्ट 3D ट्रेनिंग डेटा की आवश्यकता के, सिमुलेशन बेंचमार्क और रियल-वर्ल्ड रोबोटिक प्लेटफॉर्म्स दोनों पर अनदेखे कैमरा पोजीशंस पर ज़ीरो-शॉट प्रदर्शन में महत्वपूर्ण सुधार प्राप्त होता है।

Ali Abouzeid, Malak Mansour, Qinbo Sun, Zezhou Sun, Dezhen Song2026-03-10
💻 संगणक विज्ञान

Compose by Focus: Scene Graph-based Atomic Skills

यह शोध पत्र एक सीन ग्राफ-आधारित ढांचे को प्रस्तुत करता है जो ग्राफ न्यूरल नेटवर्क और डिफ्यूजन मॉडल के माध्यम से मजबूत, केंद्रित परमाणु कौशल (atomic skills) सीखकर सामान्यवादी रोबोटों के संरचनात्मक सामान्यीकरण (compositional generalization) को बढ़ाता है, जिन्हें फिर जटिल, दीर्घ-अवधि वाले कार्यों को पूरा करने के लिए एक विजन-लैंग्वेज मॉडल प्लानर द्वारा समन्वित किया जाता है।

Han Qi, Changhe Chen, Heng Yang2026-03-10
🤖 मशीन लर्निंग

ORN-CBF: Learning Observation-conditioned Residual Neural Control Barrier Functions via Hypernetworks

यह शोध पत्र ORN-CBF का प्रस्ताव करता है, जो एक हाइपरनेटवर्क-आधारित लर्निंग फ्रेमवर्क है जो अवलोकन-सशर्त (observation-conditioned) न्यूरल कंट्रोल बैरियर फंक्शन्स उत्पन्न करने के लिए हैमिल्टन-जैकबी रीचैबिलिटी विश्लेषण का उपयोग करता है, जो सिमुलेशन और हार्डवेयर प्रयोगों के माध्यम से आंशिक रूप से दृश्यमान वातावरण में कठोर सुरक्षा गारंटी और बेहतर सामान्यीकरण सुनिश्चित करता है।

Bojan Derajić, Sebastian Bernhard, Wolfgang Hönig2026-03-10
💻 संगणक विज्ञान

Efficient Construction of Implicit Surface Models From a Single Image for Motion Generation

यह शोध पत्र फास्ट इमेज-टू-न्यूरल सरफेस (FINS) को प्रस्तुत करता है, जो एक हल्का ढांचा है जो मल्टी-रेज़ोल्यूशन हैश ग्रिड्स और प्री-ट्रेन्ड फाउंडेशन मॉडल्स का लाभ उठाकर कुछ ही सेकंडों के भीतर एक एकल छवि से उच्च-सटीकता वाले इम्प्लिसिट सर्फेस और SDF फील्ड्स को कुशलतापूर्वक पुनर्गठित करता है, जो रोबोटिक्स अनुप्रयोगों के लिए गति और सटीकता में मौजूदा विधियों से बेहतर प्रदर्शन करता है।

Wei-Teng Chu, Tianyi Zhang, Matthew Johnson-Roberson, Weiming Zhi2026-03-10
💻 संगणक विज्ञान

Beyond Collision Cones: Dynamic Obstacle Avoidance for Nonholonomic Robots via Dynamic Parabolic Control Barrier Functions

यह शोध पत्र एक डायनेमिक पैराबोलिक कंट्रोल बैरियर फंक्शन (DPCBF) प्रस्तुत करता है जो पारंपरिक कोलिजन-कोन विधियों की अव्यवहारिकता और रूढ़िवादिता को दूर करने के लिए दूरी और सापेक्ष वेग के आधार पर सुरक्षा बाधाओं को अनुकूल रूप से आकार देता है, जिससे नॉनहोलोनोमिक रोबोटों को 100 तक गतिशील बाधाओं वाले घने वातावरण में सफलतापूर्वक नेविगेट करने में सक्षम बनाया जा सके।

Hun Kuk Park, Taekyung Kim, Dimitra Panagou2026-03-10
💻 संगणक विज्ञान

CDE: Concept-Driven Exploration for Reinforcement Learning

यह शोधपत्र कॉन्सेप्ट-ड्रिवन एक्सप्लोरेशन (CDE) का प्रस्ताव करता है, जो एक सुदृढीकरण अधिगम (reinforcement learning) ढांचा है जो विज़ुअल कंट्रोल कार्यों में कुशल, लक्षित अन्वेषण के लिए मार्गदर्शन करने और वास्तविक दुनिया में मजबूत स्थानांतरण प्राप्त करने हेतु अवधारणा पुनर्निर्माण सटीकता (concept reconstruction accuracy) को एक आंतरिक पुरस्कार के रूप में उपयोग करते हुए, ऑब्जेक्ट-सेंट्रिक अवधारणाओं को शोर युक्त पर्यवेक्षी संकेतों (noisy supervisory signals) के रूप में उत्पन्न करने के लिए एक पूर्व-प्रशिक्षित विजन-लैंग्वेज मॉडल का लाभ उठाता है।

Le Mao, Andrew H. Liu, Renos Zabounidis, Yanan Niu, Zachary Kingston, Joseph Campbell2026-03-10
🤖 मशीन लर्निंग

Pretraining in Actor-Critic Reinforcement Learning for Robot Locomotion

यह शोध पत्र रोबोटिक लोकोमोशन के लिए एक प्रीट्रेनिंग-फाइनट्यूनिंग प्रतिमान (पैराडाइम) प्रस्तावित करता है जो एक प्रोप्रियोसेप्टिव इनवर्स डायनेमिक्स मॉडल (PIDM) को प्रशिक्षित करने के लिए एक टास्क-अग्नोस्टिक एक्सप्लोरेशन रणनीति का लाभ उठाता है, जिसका उपयोग फिर PPO जैसे एक्टर-क्रिटिक एल्गोरिदम को वॉर्म-स्टार्ट करने के लिए किया जाता है, जिसके परिणामस्वरूप विविध रोबोटिक एम्बॉडिमेंट्स में सैंपल एफिशिएंसी और टास्क परफॉरमेंस में महत्वपूर्ण सुधार होता है।

Jiale Fan, Andrei Cramariuc, Tifanny Portela, Marco Hutter2026-03-10
💻 संगणक विज्ञान

NaviTrace: Evaluating Embodied Navigation of Vision-Language Models

यह शोध पत्र NaviTrace को प्रस्तुत करता है, जो विविध परिदृश्यों और एम्बॉडमेंट प्रकारों में 3000 से अधिक विशेषज्ञ नेविगेशन ट्रेसेस (navigation traces) वाला एक उच्च-गुणवत्ता वाला विजुअल क्वेश्चन अनस्वर्सिंग (Visual Question Answering) बेंचमार्क है, जो यह प्रकट करता है कि वर्तमान विजन-लैंग्वेज मॉडल एक नवीन सिमेंटिक-अवेयर ट्रेस स्कोर (semantic-aware trace score) के साथ मूल्यांकन किए जाने पर स्थानिक ग्राउंडिंग (spatial grounding) और लक्ष्य स्थानीयकरण (goal localization) में अभी भी मानव प्रदर्शन से पीछे हैं।

Tim Windecker, Manthan Patel, Moritz Reuss, Richard Schwarzkopf, Cesar Cadena, Rudolf Lioutikov, Marco Hutter, Jonas Fre (…)2026-03-10