🦾 Category

cs.RO

4223 पेपर

💻 computer science

SIREN-Bench: Behavior-Driven Generation and Evaluation of Emergency-Vehicle Interactions

यह शोध पत्र SIREN को प्रस्तुत करता है, जो एक व्यवहार-संचालित SUMO-CARLA सह-सिमुलेशन प्लेटफॉर्म और बेंचमार्क (SIREN-Bench-v1) है, जो स्वायत्त ड्राइविंग प्रणालियों के मूल्यांकन के लिए सिंक्रोनाइज़्ड आपातकालीन-वाहन इंटरेक्शन परिदृश्य उत्पन्न करता है, जिससे वर्तमान धारणा (perception), भविष्यवाणी (prediction) और जोखिम-समझ (risk-understanding) मॉडलों में महत्वपूर्ण व्यवहार-निर्भर विफलता मोड का पता चलता है।

Yicheng Zhu, Tianmu Zhao, Haoxin Leng, Fan Zuo, Tao Li, Zilin Bian2026-08-26
💻 computer science

NVIDIA Cosmos-H-Dreams: Real-Time Generative Physics Simulation for Surgical Robotics

यह शोध पत्र Cosmos-H-Dreams को पेश करता है, जो एक रियल-टाइम, कंट्रोलर-अज्ञेय (controller-agnostic) जनरेटिव वर्ल्ड मॉडल है जो 160 FPS पर इंटरैक्टिव, फोटो-रियलिस्टिक सर्जिकल सिमुलेशन को सक्षम करने के लिए टीचर-स्टूडेंट डिस्टिलेशन और सेल्फ फोर्सिंग का लाभ उठाता है, जो शिक्षा, सिंथेटिक डेटा जनरेशन और निर्णय समर्थन के लिए महंगी भौतिक प्रयोगों और क्लासिकल सिम्युलेटर्स के बीच के अंतर को पाटता है।

Javier Gamazo Tejero, Lukas Zbinden, Keyur Sheth, Raghavendra K M, Nadim Daher, Diego Granero Maraña, Filip Binkiewicz (…)2026-08-26
💻 computer science

Event-Based Motion Estimation via Oriented Distance Fields

यह शोध पत्र ओरिएंटेड डिस्टेंस फील्ड मोशन एस्टीमेशन (Oriented Distance Field Motion Estimation) को प्रस्तुत करता है, जो एक निम्न-विलंबता (low-latency) वाली विधि है जो पुनरावृत्ति अनुकूलन (iterative optimization) को पूर्व-गणना किए गए इवेंट डिस्टेंस फील्ड्स पर एक एकल औसत चरण से बदलकर उप-पिक्सेल सटीकता प्राप्त करती है, जबकि साथ ही अपने सामान्यीकृत अनुप्रयोग के माध्यम से वास्तविक समय में इमेज डीब्लरिंग और ऊर्जा-कुशल पुतली ट्रैकिंग को सक्षम बनाती है।

Lei Sun, Yuqin Ma, Weilun Li, Haoran Liang, Runyi Yang, Kaiwei Wang, Danda Pani Paudel, Luc Van Gool2026-08-26
💻 computer science

A Durable Vision-Based Tactile Fingertip for Robotic Manipulation

यह शोध पत्र एक टिकाऊ, विज़न-आधारित स्पर्श युक्त उंगली के अग्रभाग (फिंगरटिप) को प्रस्तुत करता है जिसमें एक सुरक्षात्मक थर्मोप्लास्टिक-पॉलीयुरेथेन फिल्म और एक प्रतिस्थापनीय कार्ट्रिज है जो क्रमिक क्षरण के माध्यम से कार्यक्षमता बनाए रखते हुए और आसान रखरखाव के साथ वाणिज्यिक सेंसरों की तुलना में दो परिमाण (ऑर्डर) से अधिक अधिक स्थायित्व प्रदर्शित करता है।

F. Richard Cottrell, Megha H. Tippur, Edward H. Adelson2026-08-26
🤖 AI

Guessing human intentions to avoid dangerous situations in caregiving robots

यह शोध पत्र आर्टिफिशियल थ्योरी ऑफ माइंड और एक "लाइक-मी" (like-me) नीति पर आधारित एक रियल-टाइम एल्गोरिदम प्रस्तुत करता है जो देखभाल करने वाले रोबोटों को मानवीय इरादों का अनुमान लगाने, संभावित खतरों का पता लगाने और खतरनाक स्थितियों से बचने के लिए सुरक्षित क्रियाएं चुनने में सक्षम बनाता है, जैसा कि सिमुलेशन और वास्तविक दुनिया के प्रयोगों के माध्यम से सत्यापित किया गया है।

Noé Zapata, Gerardo Pérez, Lucas Bonilla, Pedro Núñez, Pilar Bachiller, Pablo Bustos2026-08-25
💻 computer science

To What Extent Does the Perceived Obesity Level of Humanoid Robots Affect People's Trust in Them?

यह अध्ययन एक विदिन-सब्जेक्ट्स ऑनलाइन प्रयोग के माध्यम से यह प्रदर्शित करके मानव-रोबोट संपर्क अनुसंधान में अंतराल को संबोधित करता है कि उच्च मोटापे के स्तर वाले रोबोटों की तुलना में कम मोटापे के स्तर वाले मानव सदृश रोबोटों से लोगों द्वारा काफी अधिक विश्वास प्राप्त होता है।

Yoav Yoscovich, Amir Schreiber, Nir Hadar, Reuth Mirsky2026-08-25
💬 NLP

A Survey of State of the Art Large Vision Language Models: Alignment, Benchmark, Evaluations and Challenges

यह सर्वेक्षण 2026 तक लार्ज विजन-लैंग्वेज मॉडल्स का एक अद्यतन अवलोकन प्रदान करता है, जो एडेप्टर-आधारित प्रणालियों से लेकर एकीकृत विश्व-क्रिया (world-action) मॉडल्स तक उनके वास्तुशिल्प विकास को ट्रैक करता है, जटिल तर्क और एम्बोडीड कार्यों की ओर बेंचमार्क के बदलाव का विश्लेषण करता है, और मतिभ्रम (hallucination), सुरक्षा और दक्षता में महत्वपूर्ण चुनौतियों पर प्रकाश डालते हुए पोस्ट-ट्रेनिंग अलाइनमेंट विधियों की समीक्षा करता है।

Zongxia Li, Xiyang Wu, Hongyang Du, Fuxiao Liu, Huy Nghiem, Guangyao Shi2026-08-25
💻 computer science

LaGEA: Language Guided Embodied Agents for Robotic Manipulation

LaGEA एक ऐसा फ्रेमवर्क है जो विजन-लैंग्वेज मॉडल्स से संरचित, टेम्पोरल रूप से ग्राउंडेड भाषाई फीडबैक का लाभ उठाकर एडेप्टिव शेपिंग रिवार्ड्स उत्पन्न करता है, जिससे रोबोटिक एजेंट्स को अपनी गलतियों पर प्रभावी ढंग से आत्म-चिंतन करने में सक्षम बनाया जाता है और मैनिपुलेशन कार्यों में अत्याधुनिक तरीकों से काफी बेहतर प्रदर्शन करने में मदद मिलती है।

Abdul Monaf Chowdhury, Akm Moshiur Rahman Mazumder, Safaeid Hossain Arib, Rabeya Akter2026-08-25
⚡ electrical engineering

MADR: MPC-guided Adversarial DeepReach

MADR एक नवीन ढांचा प्रस्तुत करता है जो पारंपरिक हैमिल्टन-जैकबी पहुंच क्षमता (Hamilton-Jacobi reachability) और भौतिकी-सूचित गहन शिक्षण (physics-informed deep learning) की सीमाओं को दूर करने के लिए मॉडल प्रेडिक्टिव कंट्रोल मार्गदर्शन के साथ एडवरसेरियल डीप लर्निंग को जोड़ता है, जिससे सिम्युलेटेड और वास्तविक रोबोटिक सिस्टम दोनों पर बेहतर अभिसरण (convergence) और प्रदर्शन के साथ सुदृढ़, उच्च-आयामी, दो-खिलाड़ी शून्य-योग खेल (two-player zero-sum game) समाधान सक्षम होते हैं।

Ryan Teoh, Sander Tonkens, William Sharpless, Aijia Yang, Zeyuan Feng, Somil Bansal, Sylvia Herbert2026-08-25
⚡ electrical engineering

Obstacle Avoidance of UAV in Dynamic Environments Using Direction and Velocity-Adaptive Artificial Potential Field

यह शोध पत्र एक नवीन दिशा और सापेक्ष वेग भारित कृत्रिम विभव क्षेत्र (Direction and Relative Velocity Weighted Artificial Potential Field) को मॉडल प्रेडिक्टिव कंट्रोल के साथ एकीकृत करने का प्रस्ताव करता है ताकि यूएवी (UAVs) को स्थानीय मिनिमा को हल करके और बाधाओं की गतिज (kinematics) को ध्यान में रखते हुए सुचारू, टकराव-मुक्त प्रक्षेप पथ उत्पन्न करके गतिशील वातावरण में प्रभावी ढंग से नेविगेट करने में सक्षम बनाया जा सके।

Nikita Vaibhav Pavle, Rakesh Kumar Sahoo, Manoranjan Sinha2026-08-25