cs.RO पेपर | Gist.Science

Multi-Modal Traffic Sign Detection with Semantic Attributes for Autonomous Driving

यह शोध पत्र स्वायत्त ड्राइविंग के लिए एक सुदृढ़, क्षेत्र-निरपेक्ष (region-agnostic) ट्रैफ़िक साइन डिटेक्शन फ्रेमवर्क प्रस्तुत करता है जो क्रॉस-रीजनल सामान्यीकरण, लंबी दूरी के छोटे-ऑब्जेक्ट डिटेक्शन और गैर-रेखीय परिप्रेक्ष्य विरूपण की चुनौतियों से निपटने के लिए एक इंटेंसिटी-अवेयर डिफॉर्मेबल फ्यूजन मॉड्यूल और एक ड्यूल मोशन-मॉडल ट्रैकर के माध्यम से LiDAR और कैमरा डेटा को एकीकृत करता है, जिसने 60 से अधिक देशों में फैले एक वैश्विक डेटासेट में 0.49% ऑब्जेक्ट मिस रेशियो हासिल किया है।

Meda Lazar, Sourab Sridhar, Shashwata Gupta, Alexandra Tripcea, Varun Ravi, Senthil Yogamani2026-08-24

🤖 machine learning

Decoupling Policy Extraction for Offline Reinforcement Learning

यह शोध पत्र ऑफलाइन सुदृढीकरण शिक्षण (reinforcement learning) के लिए एक "डिकपल्ड पॉलिसी एक्सट्रैक्शन" (decoupled policy extraction) प्रतिमान प्रस्तावित करता है जो व्यवहार मॉडलिंग को नीति सुधार से अलग करता है, जिसमें एक एक्टर को व्यवहार-समर्थित एक्शन कैंडिडेट उत्पन्न करने के लिए प्रशिक्षित किया जाता है और अनुमान के समय (inference time) उन्हें पुन: रैंक करने के लिए एक अलग क्रिटिक का उपयोग किया जाता है, जिससे युग्मित एक्टर-क्रिटिक प्रशिक्षण की सीमाओं को दूर किया जा सके और मौजूदा विधियों से बेहतर प्रदर्शन किया जा सके।

Xuyao Lin, Yixiang Shan, Jinru Duan, Tao Yang, Xinyu Zhao, Runyu Lei, Yiming Zhao, Jiaxin Fan, Zongbao Feng, Peng Jia2026-08-24

🤖 AI

Graph-Operator World Models for Morphology-Parameter Generalization in Continuous Control

यह शोध पत्र ग्राफ-ऑपरेटर वर्ल्ड मॉडल्स (GraphOp-WM) प्रस्तावित करता है, जो एक संरचित दृष्टिकोण है जो निरंतर नियंत्रण कार्यों में अनदेखे भौतिक मापदंडों में सुदृढ़ सामान्यीकरण प्राप्त करने के लिए रोबोट डायनेमिक्स को मॉर्फोलॉजी-स्वतंत्र आधारों (morphology-independent bases) और मॉर्फोलॉजी-कंडीशन्ड ऑपरेटर्स में विभाजित करता है।

Xu Yang, Yiqin Yang, Qianchuan Zhao2026-08-24

💻 computer science

Hybrid Roller-Jamming Gripper for Object Acquisition and Retention Under Pose Uncertainty

यह शोध पत्र एक हाइब्रिड रोलर-जैमिंग ग्रिपर प्रस्तुत करता है जो महत्वपूर्ण पोज़ अनिश्चितता (pose uncertainty) के तहत मजबूत वस्तु अधिग्रहण और प्रतिधारण प्राप्त करने के लिए सक्रिय रोलर-संचालित सेवन (intake) को वैक्यूम-प्रेरित ग्रेनुलर जैमिंग के साथ जोड़ता है, जो अकेले किसी भी तंत्र का उपयोग करने वाले एब्लेशन अध्ययनों (ablation studies) के काफी कम प्रदर्शन की तुलना में 840 ग्रैस्प ट्रायल्स में 96.7% सफलता दर प्रदर्शित करता है।

Yijie Ren, Guillaume Gourmelen, Hiroyasu Iwata2026-08-24

💻 computer science

PhysCaP: Grounding Code-as-Policy Agent with Physics-Informed Exploration

PhysCaP एक नवीन एजेंट है जो कोड-एज़-पॉलिसी फ्रेमवर्क में एक प्रशिक्षण-मुक्त, भौतिकी-सूचित अन्वेषण परत को एकीकृत करके रोबोटिक हेरफेर को बढ़ाता है, जो एक दोहरे-एजेंट नियोजन और प्राथमिकता प्रणाली के माध्यम से द्रव्यमान और कठोरता जैसे गुप्त वस्तु गुणों को अनुमानित करने के लिए कुशल, लक्षित सूचना-खोज को सक्षम बनाता है।

Chen-Yu Lin, Jing-Wen Chen, Hsueh-En Chang, Hung-An Chen, Sheng-Hsun Chang, Chi-Pin Huang, Fu-En Yang, Min-Hung Chen, Yi (…)2026-08-24

💻 computer science

Teaching is a Process: The TOSS Framework for Modeling Human Teaching Decisions in Human-Interactive Robot Learning

यह शोध पत्र TOSS फ्रेमवर्क प्रस्तुत करता है, जो मानव शिक्षण व्यवहारों के एक खोजपूर्ण अध्ययन से व्युत्पन्न एक सैद्धांतिक मॉडल है, जो मानव-रोबोट शिक्षण को ट्रिगर्स (triggers), सिग्नल्स (signals), उद्देश्यों (objectives) और रणनीतियों (strategies) के एक प्रक्रियात्मक लूप के रूप में अवधारणाबद्ध करता है ताकि रोबोट लर्निंग को मानव इरादे के साथ बेहतर ढंग से संरेखित किया जा सके और अधिक प्रभावी, मानव-केंद्रित शिक्षण प्रणालियों के डिजाइन को सुगम बनाया जा सके।

Bernhard Hilpert, Kim Baraka, Joost Broekens2026-08-24

💻 computer science

NeSAM: Neuro-Symbolic Kinodynamics with Soil Adaptation for Off-Road Mobility

यह शोध पत्र NeSAM प्रस्तुत करता है, जो एक न्यूरो-सिम्बोलिक फ्रेमवर्क है जो विरूप्य योग्य ऊबड़-खाबड़ सतह (deformable terrain) पर ऑफ-रोड वाहनों की काइनोडायनामिक भविष्यवाणी की सटीकता और नेविगेशन प्रदर्शन को महत्वपूर्ण रूप से सुधारने के लिए डिफरेंशिएबल बेकर-वोंग टेरामैकेनिक्स को सीखे गए रेसिडुअल डायनेमिक्स और ऑनलाइन सॉइल पैरामीटर एस्टीमेशन के साथ एकीकृत करता है।

Chenhui Pan, Tong Xu, Francesco Cancelliere, Xuesu Xiao2026-08-24

🤖 AI

A Physics-Informed Neural Network Approach for UAV Path Planning in Dynamic Environments

यह शोध पत्र एक भौतिकी-सूचित तंत्रिका नेटवर्क (PINN) ढांचे का प्रस्ताव करता है जो गतिशील पवन क्षेत्रों में सुरक्षित, सुगम और ऊर्जा-कुशल प्रक्षेपवक्र उत्पन्न करने के लिए शिक्षण प्रक्रिया में सीधे UAV गतिकी और पर्यावरणीय बाधाओं को समाहित करता है, जो पर्यवेक्षित डेटा की आवश्यकता के बिना A* और Kino-RRT* जैसे पारंपरिक योजनाकारों से बेहतर प्रदर्शन करता है।

Shuning Zhang2026-08-21

⚡ electrical engineering

Model-Less Feedback Control of Space-based Continuum Manipulators using Backbone Tension Optimization

यह शोध पत्र अंतरिक्ष-आधारित निरंतर मैनिपुलेटर्स (continuum manipulators) के लिए एक मॉडल-रहित फीडबैक नियंत्रण ढांचे को प्रस्तुत करता है जो कि काइनेमैटिक मॉडलिंग या पैरामीटर पहचान पर निर्भर रहे बिना, सब-मिलीमीटर सटीकता और स्थिर संचालन प्राप्त करने के लिए ऑनलाइन डिफरेंशियल कॉनवेक्स अपडेट और बैकबोन टेंशन ऑप्टिमाइज़ेशन का उपयोग करता है।

Shrreya Rajneesh, Rakesh Kumar Sahoo, Manoranjan Sinha2026-08-21

💻 computer science

Where to Touch, How to Contact: A Hierarchical RL-MPC Framework for Geometry-Aware Sim-to-Real Manipulation

यह शोध पत्र एक पदानुक्रमित (hierarchical) RL-MPC ढांचे का प्रस्ताव करता है जो दक्ष हेरफेर (dexterous manipulation) को उच्च-स्तरीय संपर्क इरादा योजना (high-level contact intention planning) और निम्न-स्तरीय संपर्क-निहित नियंत्रण (low-level contact-implicit control) में अलग करता है, जिससे विविध गैर-पकड़ वाले कार्यों (non-prehensile tasks) में सुदृढ़, डेटा-कुशल और ज़ीरो-शॉट सिम-टू-रियल स्थानांतरण प्राप्त होता है।

Zhixian Xie, Yu Xiang, Michael Posa, Wanxin Jin2026-08-21

← पिछला अगला →