cs.RO पेपर | Gist.Science

StructBiHOI: Structured Articulation Modeling for Long--Horizon Bimanual Hand--Object Interaction Generation

यह शोध पत्र StructBiHOI का प्रस्ताव करता है, जो एक पदानुक्रमित ढांचा (hierarchical framework) है जो दीर्घकालिक नियोजन (long-term planning) के लिए एक jointVAE, फ्रेम-स्तरीय परिशोधन (frame-level refinement) के लिए एक maniVAE, और एक Mamba-आधारित डिफ्यूजन डिनोइज़र को संयोजित करता है ताकि स्थिर, भौतिक रूप से सुसंगत और अर्थपूर्ण रूप से संरेखित दीर्घ-क्षित द्वि-हस्त हस्त-वस्तु संपर्क (long-horizon bimanual hand-object interaction) पीढ़ी प्राप्त की जा सके।

Zhi Wang, Liu Liu, Ruonan Liu, Dan Guo, Meng Wang2026-03-10

🤖 मशीन लर्निंग

A Recipe for Stable Offline Multi-agent Reinforcement Learning

यह शोध पत्र नॉन-लीनियर वैल्यू डिकंपोजिशन में अस्थिरता के प्राथमिक कारण के रूप में वैल्यू-स्केल एम्प्लीफिकेशन (value-scale amplification) की पहचान करता है और प्रशिक्षण को स्थिर करने के लिए एक स्केल-इनवेरिएंट वैल्यू नॉर्मलाइजेशन (scale-invariant value normalization) तकनीक का प्रस्ताव करता है, जो अंततः ऑफलाइन MARL की पूर्ण क्षमता को अनलॉक करने के लिए एक व्यावहारिक नुस्खा प्रदान करता है।

Dongsu Lee, Daehee Lee, Amy Zhang2026-03-10

💻 संगणक विज्ञान

R2F: Repurposing Ray Frontiers for LLM-free Object Navigation

यह शोध पत्र R2F का प्रस्ताव करता है, जो ज़ीरो-शॉट ओपन-वोकैबुलरी ऑब्जेक्ट नेविगेशन के लिए एक LLM-मुक्त ढांचा है, जो वास्तविक समय के निष्पादन के साथ प्रतिस्पर्धी प्रदर्शन प्राप्त करने के लिए रे फ्रंटियर्स (ray frontiers) को दिशा-सशर्त सिमेंटिक परिकल्पनाओं के रूप में पुन: उपयोग करता है, जिससे पुनरावृत्ति बड़े-मॉडल प्रश्नों की विलंबता और कम्प्यूटेशनल ओवरहेड समाप्त हो जाता है।

Francesco Argenziano, John Mark Alexis Marcelo, Michele Brienza, Abdel Hakim Drid, Emanuele Musumeci, Daniele Nardi, Dom (…)2026-03-10

💻 संगणक विज्ञान

LAR-MoE: Latent-Aligned Routing for Mixture of Experts in Robotic Imitation Learning

LAR-MoE एक दो-चरणीय ढांचा है जो अनसुपरवाइज्ड स्किल डिस्कवरी को पॉलिसी लर्निंग से अलग करता है, जो एक्सपर्ट रूटिंग को एक सीखे हुए लेटेंट रिप्रेजेंटेशन के साथ संरेखित करने के लिए रेगुलराइज करता है, जिससे रोबोट्स को बिना किसी मैनुअल स्किल एनोटेशन की आवश्यकता के हेटेरोजीनियस मैनिपुलेशन टास्क में उच्च सफलता दर प्राप्त करने में सक्षम बनाया जा सके।

Ariel Rodriguez, Chenpan Li, Lorenzo Mazza, Rayan Younis, Ortrun Hellig, Sebastian Bodenstedt, Martin Wagner, Stefanie S (…)2026-03-10

💻 संगणक विज्ञान

An Open-Source Robotics Research Platform for Autonomous Laparoscopic Surgery

यह शोधपत्र एक ओपन-सोर्स, रोबोट-अज्ञेय (robot-agnostic) सर्जिकल रोबोटिक्स प्लेटफॉर्म प्रस्तुत करता है जिसमें एक नियतात्मक (deterministic), क्लोज्ड-फॉर्म RCM कंट्रोलर और पूर्ण-स्टैक ROS एकीकरण है, जो फैंटम, एक्स विवो (ex vivo) और इन विवो (in vivo) पोर्सिन मॉडलों में स्वायत्त लैप्रोस्कोपिक कार्यों के दौरान सब-मिलीमीटर सटीकता और विशेषज्ञ-स्तरीय प्रक्षेपवक्र सुगमता (trajectory smoothness) प्राप्त करता है।

Ariel Rodriguez, Lorenzo Mazza, Martin Lelis, Rayan Younis, Sebastian Bodenstedt, Martin Wagner, Stefanie Speidel2026-03-10

💻 संगणक विज्ञान

CRED: Counterfactual Reasoning and Environment Design for Active Preference Learning

यह शोध पत्र CRED का प्रस्ताव करता है, जो एक नवीन सक्रिय प्राथमिकता शिक्षण (active preference learning) ढांचा है जो मानव फीडबैक के लिए अत्यधिक सूचनात्मक प्रक्षेपवक्र तुलनाएं (trajectory comparisons) उत्पन्न करने हेतु पर्यावरण डिजाइन और प्रतितथ्यात्मक तर्क (counterfactual reasoning) को संयुक्त रूप से अनुकूलित करके रिवॉर्ड अनुमान दक्षता और सटीकता को बढ़ाता है।

Yi-Shiuan Tung, Gyanig Kumar, Wei Jiang, Bradley Hayes, Alessandro Roncone2026-03-10

💻 संगणक विज्ञान

Bilevel Planning with Learned Symbolic Abstractions from Interaction Data

यह शोध पत्र एक द्वि-स्तरीय न्यूरो-सिम्बोलिक ढांचे का प्रस्ताव करता है जो तीव्र उच्च-स्तरीय योजना के लिए सीखे गए संभाव्य प्रतीकात्मक नियमों को निम्न-स्तरीय सत्यापन के लिए सीखे गए निरंतर प्रभाव मॉडलों के साथ जोड़ता है, जिससे रोबोट जटिल वातावरण में प्रभावी ढंग से विविक्त अमूर्तता और निरंतर गतिकी के बीच सेतु बनाकर योजनाओं को कुशलतापूर्वक उत्पन्न करने और मान्य करने में सक्षम होते हैं।

Fatih Dogangun, Burcu Kilic, Serdar Bahar, Emre Ugur2026-03-10

🤖 कृत्रिम बुद्धिमत्ता

RAG-Driver: Generalisable Driving Explanations with Retrieval-Augmented In-Context Learning in Multi-Modal Large Language Model

RAG-Driver एक नवीन रिट्रीवल-ऑगमेंटेड मल्टी-मोडल लार्ज लैंग्वेज मॉडल है जो बिना किसी महंगे रिट्रेनिंग की आवश्यकता के या कैटास्ट्रोफिक फॉरगेटिंग से ग्रस्त हुए, विशेषज्ञ प्रदर्शनों के साथ इन-कॉन्टेक्स्ट लर्निंग का लाभ उठाकर अत्याधुनिक, व्याख्या योग्य और ज़ीरो-शॉट सामान्यीकरण योग्य स्वायत्त ड्राइविंग प्राप्त करता है।

Jianhao Yuan, Shuyang Sun, Daniel Omeiza, Bo Zhao, Paul Newman, Lars Kunze, Matthew Gadd2026-03-09

🤖 कृत्रिम बुद्धिमत्ता

FALCON: Future-Aware Learning with Contextual Object-Centric Pretraining for UAV Action Recognition

FALCON एक एकीकृत स्व-पर्यवेक्षित प्रीट्रेनिंग फ्रेमवर्क है जो ऑब्जेक्ट-अवेयर मास्क ऑटोएनकोइंग को ऑब्जेक्ट-सेंट्रिक ड्यूल-होरिज़न फ्यूचर रिकंस्ट्रक्शन के साथ जोड़कर हवाई फुटेज में स्थानिक असंतुलन को दूर करता है, जिससे परीक्षण के समय किसी अतिरिक्त प्रीप्रोसेसिंग की आवश्यकता के बिना बेहतर सटीकता और तेज़ इन्फरेंस प्राप्त होता है।

Ruiqi Xian, Xiyang Wu, Tianrui Guan, Xijun Wang, Boqing Gong, Dinesh Manocha2026-03-09

💻 संगणक विज्ञान

Integrated Hierarchical Decision-Making in Inverse Kinematic Planning and Control

यह शोध पत्र एक कुशल और सटीक गैर-रेखीय प्रोग्रामिंग ढांचे को प्रस्तुत करता है जो जटिल समस्याओं जैसे कि एंड-इफ़ेक्टर और ग्रैस्प चयन को एक साथ हल करने के लिए भारी मिश्रित-पूर्णांक गणनाओं पर निर्भर किए बिना, स्पार्स संरचनाओं और $\ell_0$ -नॉर्म का लाभ उठाकर पदानुक्रमित निर्णय लेने को इन्वर्स काइनेमैटिक प्लानिंग और कंट्रोल के साथ एकीकृत करता है।

Kai Pfeiffer, Quan Zhang, Yuqing Chen, Gordon Boateng, Yuquan Wang, Vincent Bonnet, Aberrahmane Kheddar2026-03-09

← पिछला अगला →