Newest papers

Physical Canvas: A Vision Tactile World Model For Robot Policy Evaluation And Learning

Zebin Xing, Yuhang Zheng, Yupeng Zheng, Yichen Zhang, Zichen Li, Shangqing Zhou, Yujie Zang, Yuchen Liu · 2026 · arXiv

DOI: 10.48550/arXiv.2610.28613 · open-access PDF

Hindi

शारीरिक बातचीत के माध्यम से रोबोट नीतियों का मूल्यांकन और पोस्ट-ट्रेनिंग महंगा है और स्केलिंग करना मुश्किल है, कार्रवाई-आधारित विश्व मॉडल को इंटरैक्टिव सिमुलेटर के रूप में प्रेरित करते हुए। हालांकि, दृश्य रूप से सचमुच पूर्वानुमान संपर्क गतिशीलता को गलत तरीके से प्रस्तुत कर सकते हैं, नीति मूल्यांकन और सीखने के लिए अविश्वसनीय प्रतिक्रिया प्रदान करते हैं। हम PhysCanvas को पेश करते हैं, संपर्क समृद्ध रोबोट संभोग के लिए एक राज्य-सामान्य दृश्य-टेक्टिल विश्व मॉडल। PhysCanvas एकीकृत वीडियो VAE और पूर्व प्रशिक्षित

Machine translation (Meta M2M100); the English original follows.

Abstract

Evaluating and post-training robot policies through physical interaction is costly and difficult to scale, motivating action-conditioned world models as interactive simulators. However, visually plausible predictions can misrepresent contact dynamics, providing unreliable feedback for policy evaluation and learning. We introduce PhysCanvas, a state-consistent visuo-tactile world model for contact-rich robot manipulation. PhysCanvas unifies multi-view RGB, tactile images, marker displacement, task state, and actions within a unified vision space. All modalities share a video VAE and pretrained

Read in: English · Spanish · Chinese · Hindi · Arabic · Portuguese · French · German · Japanese · Russian · Korean · Indonesian · Vietnamese

Sources: OpenAlex (CC0), arXiv, Crossref. Agent Exchange