🦾 Category

cs.RO

4223 पेपर

🤖 AI

Evidence-Gated Task and Motion Planning with Vision-Language Models

यह शोध पत्र एविडेंस एक्विजिशन एंड फिएसिबिलिटी गेटिंग (EAFG) का प्रस्ताव करता है, जो एक ऐसा ढांचा है जो विजन-लैंग्वेज मॉडल्स को टास्क एंड मोशन प्लानिंग के साथ एकीकृत करता है ताकि विजुअल एविडेंस को गतिशील रूप से प्राप्त किया जा सके और प्लानिंग निर्णयों को गेट किया जा सके, जिससे अनवेरिफाइड धारणाओं पर निष्पादन को रोककर आंशिक दृश्यता (पार्शियल ऑब्जर्वेबिलिटी) के तहत लॉन्ग-होरिज़न मैनिपुलेशन कार्यों में सफलता की दर में सुधार किया जा सके।

Tsunehiko Tanaka, Matthew Stephenson, Alistair Macvicar, Edgar Simo-Serra2026-08-21
💻 computer science

Planning-Oriented End-to-End Autonomous Driving: Architectures, Evaluation, and Emerging Paradigms

यह सर्वेक्षण सरल प्रतिगमन (regression) से लेकर नियोजन-उन्मुख (planning-oriented) प्रणालियों तक एंड-टू-एंड स्वायत्त ड्राइविंग के विकास की समीक्षा करता है, जो चार प्रमुख अक्षों के माध्यम से आर्किटेक्चर और मूल्यांकन प्रोटोकॉल को संश्लेषित करता है और यह तर्क देता है कि महत्वपूर्ण अंतर केवल मध्यवर्ती विशेषताओं का उपयोग करने के बजाय ऐसी प्रतिनिधि (representations) सीखने में निहित है जो सुरक्षित, व्यवहार्य और मानव-अनुरूप नियोजन सुनिश्चित करती हैं।

Yanchen Guan, Xingcheng Liu, Bin Rao, Chengyue Wang, Guofa Li, Yunjian Li, Lishengsa Yue, Zhiyong Cui, Chengzhong Xu, Zh (…)2026-08-21
💻 computer science

Communications-Aware NMPC for Multi-Rotor Aerial Relay Networks Under Jamming Interference

यह शोध पत्र एक मॉड्यूलर संचार-जागरूक नियंत्रण ढांचे का प्रस्ताव करता है जो मल्टी-रोटर हवाई रिले नेटवर्क में जैमिंग हस्तक्षेप को कम करने के लिए एक उच्च-स्तरीय प्रक्षेपवक्र अनुकूलक (ट्रैजेक्टरी ऑप्टिमाइज़र) को निम्न-स्तरीय नॉनलीनर मॉडल प्रेडिक्टिव कंट्रोलर के साथ एकीकृत करता है, यह प्रदर्शित करते हुए कि पूर्ण एक्चुएशन और टिल्ट-टू-ट्रांसलेट युद्धाभ्यास पारंपरिक कोप्लेनर आर्किटेक्चर की तुलना में लिंक विश्वसनीयता और एंड-टू-एंड क्षमता को महत्वपूर्ण रूप से बढ़ाते हैं।

Giuseppe Silano, Daniel Bonilla Licea, Davide Liuzza, Antonio Franchi, Martin Saska2026-08-20
🤖 AI

Mask2Real-WM: Segmentation Masks as a Sim-to-Real Bridge for Controllable Dexterous World Models

Mask2Real-WM एक दो-चरणीय एक्शन-कंडीशन्ड वर्ल्ड मॉडल है जो डेक्सट्रस मैनिपुलेशन के लिए बनाया गया है, जो सेगमेंटेशन स्पेस में डायनेमिक्स प्रेडिक्शन को फोटोरियलिस्टिक रेंडरिंग से अलग करके सिम-टू-रियल गैप को पाटता है, जिससे बड़े पैमाने पर सिंथेटिक प्रीट्रेनिंग और न्यूनतम वास्तविक-दुनिया के फाइन-ट्यूनिंग के माध्यम से सटीक प्रति-जोड़ नियंत्रण सक्षम होता है।

Riccardo O. Feingold, Davide Liconti, Chenyu Yang, Robert K. Katzschmann2026-08-20
🤖 AI

A Metamorphic Artificial Age Score Decision-Support Prototype for Flight-Log-Based Drone Propeller Health Monitoring

यह शोध पत्र एक मेटाबॉर्फिक आर्टिफिशियल एज स्कोर (AAS) निर्णय-सहायता प्रोटोटाइप प्रस्तावित करता है जो विभिन्न दोषों की गंभीरता के लिए विभेदित रखरखाव प्राथमिकता को सक्षम करने हेतु, छह फ्लाइट-लॉग-व्युत्पन्न संकेतकों को एक मल्टी-चैनल मूल्यांकन ढांचे में संश्लेषित करके ड्रोन प्रोपेलर के स्वास्थ्य का मूल्यांकन करता है।

Seyma Yaman Kayadibi2026-08-20
💻 computer science

Scheduling and Routing with Degradation-Triggered Job Arrivals: An Application to Forest Firefighting with an Unmanned Aerial Vehicle Fleet

यह शोध पत्र मानव रहित हवाई वाहनों (UAVs) के साथ वन अग्नि शमन की परस्पर जुड़ी शेड्यूलिंग और रूटिंग समस्या को संबोधित करता है, जहाँ हस्तक्षेप में देरी के कारण आग के प्रसार के चलते नए कार्यों का आगमन होता है, जिसमें संकटग्रस्त क्षेत्रों में संरक्षित मूल्य को अधिकतम करने के लिए मिश्रित-पूर्णांक प्रोग्रामिंग और हाइब्रिड मॉडल विकसित किए गए हैं।

Erdi Dasdemir, Esther Jose, Rajan Batta2026-08-20
💻 computer science

Revisiting the "Push-T" Robot Manipulation Task with Agentic Robotics

यह शोध पत्र प्रदर्शित करता है कि एक LLM-आधारित एजेंटिक कोडिंग सिस्टम बिना किसी मानवीय प्रदर्शन के, सिमुलेशन मैकेनिक्स को पुनरावृत्ति से सीखकर, स्वायत्त रूप से पुश-टी (Push-T) मैनिपुलेशन बेंचमार्क और इसके वर्णमाला विस्तार (alphabet extensions) को हल कर सकता है, और अंततः सफलता दर और स्टेप दक्षता दोनों में पारंपरिक विज़ुओमोटर इमिटेशन लर्निंग पॉलिसियों को पीछे छोड़ देता है।

Shuangyu Xie, Kaiyuan Chen, Ken Goldberg2026-08-20
💻 computer science

Zero-Shot Transfer of Force Map Estimation Across GelSight Mini Sensors

यह शोध पत्र एक दो-चरणीय ज़ीरो-शॉट ट्रांसफर पद्धति प्रस्तावित करता है जो पहले एक UniT-आधारित मॉडल का उपयोग करके टैक्टाइल छवियों को एक सामान्य डोमेन में अनुकूलित करती है और फिर एक U-Net नेटवर्क के साथ बलों का अनुमान लगाती है, जिससे विभिन्न GelSight Mini सेंसर इकाइयों में 3D फोर्स मैप अनुमान को सामान्यीकृत किया जाता है, और इस प्रकार प्रति-सेंसर पुनरप्रशिक्षण की आवश्यकता को समाप्त किया जाता है।

Julio Castaño Amoros, Pablo Gil2026-08-20
💻 computer science

GuideFetch: A Task Coordination Framework for Concurrent Navigation and Object Retrieval in Assistive Robot Dogs

यह शोध पत्र GuideFetch को प्रस्तुत करता है, जो एक कार्य समन्वय ढांचा (task coordination framework) है जो सहायक रोबोट कुत्तों की एक विषम टीम (heterogeneous team) को LLM-जनित, सत्यापित एक्शन स्कीमा और अवस्था-आधारित निष्पादन (state-based execution) का लाभ उठाकर नेविगेशन और वस्तु पुनर्प्राप्ति कार्यों को समानांतर रूप से निष्पादित करने में सक्षम बनाता है, जो क्रमिक दृष्टिकोणों की तुलना में मिशन के मेक्सस्पैन (makespan) को काफी कम कर देता है।

Qian Yin, Ruiping Liu, Kunyu Peng, Jianxiang Man, Isik Baran Sandan, Junwei Zheng, Yufan Chen, Di Wen, Kailun Yang, Rain (…)2026-08-20
💻 computer science

Reproducible Multimodal Affordance Prediction

मल्टीमॉडल अफोर्डेंस प्रेडिक्शन (multimodal affordance prediction) में असंगत मूल्यांकन और सीमित पुनरुत्पादकता की चुनौतियों को संबोधित करने के लिए, यह शोध पत्र "अफोर्डेंस शीट" (Affordance Sheet) प्रस्तावित करता है, जो एक व्यापक दस्तावेज़ीकरण मानक है जो निष्पक्ष बेंचमार्किंग और विश्वसनीय वास्तविक-दुनिया की तैनाती को सक्षम करने के लिए कार्य सूत्रीकरण, मॉडल, डेटासेट और प्रोटोकॉल का विवरण देता है।

Tommaso Apicella, Alessio Xompero, Andrea Cavallaro2026-08-20