🦾 Category

cs.RO

4966 पेपर

💻 संगणक विज्ञान

High-Performance Dual-Arm Task and Motion Planning for Tabletop Rearrangement

यह शोध पत्र SDAR को प्रस्तुत करता है, जो एक उच्च-प्रदर्शन वाला टास्क और मोशन प्लानिंग फ्रेमवर्क है जो जटिल, नॉन-मोनोटोन टेबलटॉप पुनर्व्यवस्था कार्यों को हल करने में 100% सफलता प्राप्त करने के लिए एक डिपेंडेंसी-ड्रिवन टास्क प्लानर को एक सिंक्रोनस डुअल-आर्म मोशन प्लानर के साथ एकीकृत करता है, जो अत्याधुनिक तरीकों से काफी बेहतर प्रदर्शन करता है और UR-5e रोबोटों पर विश्वसनीय वास्तविक दुनिया की तैनाती का प्रदर्शन करता है।

Duo Zhang, Junshan Huang, Jingjin Yu2026-03-03
⚡ विद्युत इंजीनियरिंग

Goal Reaching with Eikonal-Constrained Hierarchical Quasimetric Reinforcement Learning

यह शोध पत्र Eik-HiQRL का प्रस्ताव करता है, जो एक पदानुध्यवर्ती सुदृढीकरण शिक्षण (hierarchical reinforcement learning) ढांचा है जो क्वाज़िमेट्रिक लक्ष्य-प्राप्ति (quasimetric goal-reaching) को एक प्रक्षेपवक्र-मुक्त (trajectory-free) प्रक्रिया के रूप में पुनर्गठित करने के लिए ईकोनलल PDEs (Eikonal PDEs) का लाभ उठाता है, जिससे ऑफलाइन नेविगेशन और मैनिपुलेशन कार्यों में अत्याधुनिक प्रदर्शन प्राप्त होता है और आउट-ऑफ-डिस्ट्रीब्यूशन सामान्यीकरण में सुधार होता है।

Vittorio Giammarino, Ahmed H. Qureshi2026-03-03
💻 संगणक विज्ञान

CRISP: Contact-Guided Real2Sim from Monocular Video with Planar Scene Primitives

CRISP एक नवीन विधि है जो प्लेनर प्रिमिटिव्स को पॉइंट क्लाउड्स पर फिट करके, ओक्लूडेड (छिपे हुए) क्षेत्रों के लिए कॉन्टैक्ट मॉडलिंग का लाभ उठाकर, और सुदृढीकरण शिक्षण (रिनफोर्समेंट लर्निंग) के माध्यम से इंटरैक्शन को सत्यापित करके, एकल वीडियो (मोनोकुलर वीडियो) से भौतिक रूप से प्रशंसनीय, सिमुलेशन-रेडी मानव गति और दृश्य ज्यामिति को पुनर्प्राप्त करती है, जिससे मोशन ट्रैकिंग विफलताओं को काफी कम किया जाता है और रियल-टू-सिम अनुप्रयोगों को गति दी जाती है।

Zihan Wang, Jiashun Wang, Jeff Tan, Yiwen Zhao, Jessica Hodgins, Shubham Tulsiani, Deva Ramanan2026-03-03
💻 संगणक विज्ञान

ExtremControl: Low-Latency Humanoid Teleoperation with Direct Extremity Control

यह शोध पत्र ExtremControl प्रस्तुत करता है, जो एक लो-लेटेंसी होल-बॉडी कंट्रोल फ्रेमवर्क है जो मानव एक्स्ट्रेमिटी पोज़ेस को सीधे ह्यूमनॉइड टारगेट्स में मैप करके और वेलोसिटी फीडफॉरवर्ड को शामिल करके 50ms तक की एंड-टू-एंड देरी प्राप्त करता है, जिससे जुगलिंग और बॉल बैलेंसिंग जैसे अत्यधिक रिस्पॉन्सिव डायनेमिक कार्य सक्षम होते हैं जो मौजूदा टेलीऑपरेशन सिस्टम के साथ पहले अप्राप्य थे।

Ziyan Xiong, Lixing Fang, Junyun Huang, Kashu Yamazaki, Hao Zhang, Chuang Gan2026-03-03
💻 संगणक विज्ञान

Decentralized Multi-Robot Obstacle Detection and Tracking in a Maritime Scenario

यह शोध पत्र एक विकेंद्रीकृत मल्टी-रोबोट फ्रेमवर्क प्रस्तुत करता है जो समुद्री वातावरण में तैरते हुए कंटेनरों का मजबूती से पता लगाने और उन्हें ट्रैक करने के लिए YOLOv8-आधारित विज़न को स्टीरियो डिस्पैरिटी, कोवेरिएंस इंटरसेक्शन फ्यूजन और सूचना-संचालित कार्य आवंटन के साथ एकीकृत करते हुए यूएवी (UAVs) और एक स्वायत्त सतह पोत (autonomous surface vessel) का उपयोग करता है, जिससे दृश्य विसंगतियों (visual artifacts) और बैंडविड्थ की सीमाओं के बावजूद बेहतर ट्रैकिंग सटीकता और पहचान निरंतरता प्राप्त होती है।

Muhammad Farhan Ahmed, Vincent Frémont2026-03-03
💻 संगणक विज्ञान

AoE: Always-on Egocentric Human Video Collection for Embodied AI

यह शोध पत्र ऑलवेज-ऑन एगोसेंट्रिक (AoE) सिस्टम का परिचय देता है, जो एक कम लागत वाला, स्केलेबल डेटा संग्रह ढांचा है जो एम्बोडीड एआई फाउंडेशन मॉडल्स को प्रशिक्षित करने के लिए उच्च गुणवत्ता वाले एगोसेंट्रिक इंटरेक्शन डेटा को उत्पन्न करने हेतु वितरित मानव एजेंटों और स्मार्टफोन का लाभ उठाता है।

Bowen Yang, Zishuo Li, Yang Sun, Changtao Miao, Yifan Yang, Man Luo, Xiaotong Yan, Feng Jiang, Jinchuan Shi, Yankai Fu (…)2026-03-03
💻 संगणक विज्ञान

A User Study on the Suitability of Teleoperation Interfaces for Primitive Manipulation Tasks

23 प्रतिभागियों के साथ यह उपयोगकर्ता अध्ययन प्रदर्शित करता है कि रोबोटिक आर्म कार्यों के लिए टेलीऑपरेशन इंटरफेस की उपयुक्तता शामिल विशिष्ट मोशन प्रिमिटिव्स पर निर्भर करती है, क्योंकि बटन दबाने के लिए वीआर (VR) कंट्रोलर बेहतर सिद्ध हुए जबकि नॉब्स को घुमाने के लिए 3D माउस अधिक प्रभावी और कम मांग वाले थे।

Jun Aoki, Shunki Itadera2026-03-03
💻 संगणक विज्ञान

Designing Social Robots with Ethical, User-Adaptive Explainability in the Era of Foundation Models

यह शोध पत्र तर्क देता है कि सोशल रोबोट्स में फाउंडेशन मॉडल्स का एकीकरण सामान्य औचित्य से हटकर नैतिक और उपयोगकर्ता-अनुकूल व्याख्यात्मक रणनीतियों की ओर बदलाव की आवश्यकता रखता है, जो अपारदर्शी और अनुकूलनशील व्यवहारों की चुनौतियों का समाधान करने के लिए छोटे और अधिक निष्पक्ष डेटासेट्स पर आधारित चार डिज़ाइन अनुशंसाएं प्रस्तावित करता है।

Fethiye Irmak Dogan, Alva Markelius, Hatice Gunes2026-03-03
💻 संगणक विज्ञान

Multiview Progress Prediction of Robot Activities

यह शोधपत्र रोबोटिक मैनिपुलेशन कार्यों में सेल्फ-ऑक्लूजन (स्व-अवरोध) की चुनौतियों से निपटने और एक्शन प्रोग्रेस (क्रिया की प्रगति) के पूर्वानुमान में सुधार करने के लिए एक मल्टी-व्यू आर्किटेक्चर का प्रस्ताव करता है, जो मोबाइल ALOHA पर प्रयोगों के माध्यम से अपनी प्रभावशीलता प्रदर्शित करता है।

Elena Zoppellari, Federico Becattini, Marco Fiorucci, Lamberto Ballan2026-03-03
⚡ विद्युत इंजीनियरिंग

Embedding Morphology into Transformers for Cross-Robot Policy Learning

यह शोध पत्र एक एम्बॉडीमेंट-अवेयर (embodiment-aware) ट्रांसफार्मर पॉलिसी प्रस्तावित करता है जो जॉइंट-विशिष्ट टोकन, टोपोलॉजी-अवेयर अटेंशन बायस और प्रति-जॉइंट एट्रीब्यूट कंडीशनिंग के माध्यम से काइनेमैटिक मॉर्फोलॉजी को एकीकृत करके क्रॉस-रोबोट लर्निंग को बढ़ाता है, जिससे मानक VLA बेसलाइन की तुलना में विविध रोबोट एम्बॉडीमेंट्स में मजबूती और प्रदर्शन में सुधार होता है।

Kei Suzuki, Jing Liu, Ye Wang, Chiori Hori, Matthew Brand, Diego Romeres, Toshiaki Koike-Akino2026-03-03