4223 पेपर
यह शोध पत्र एक स्केलेबल डिस्ट्रिब्यूटेड मॉडल प्रिडिक्टिव कंट्रोल (DMPC) फ्रेमवर्क प्रस्तावित करता है जो पड़ोसी आदान-प्रदान से प्राप्त प्रत्येक एजेंट के लिए एक स्थानीय "कनेक्टिविटी कॉन्ट्रैक्ट" असाइन करके मोबाइल रोबोट्स के लिए टीम कनेक्टिविटी सुनिश्चित करता है, जिससे वैश्विक कनेक्टिविटी धारणाओं की आवश्यकता के बिना नेटवर्क सामंजस्य, टकराव से बचाव और बाधा संतुप्ति की गारंटी मिलती है।
यह शोध पत्र LapaTrack-3D को प्रस्तुत करता है, जो लैप्रोस्कोपिक सर्जरी के लिए एक रियल-टाइम मोनोक्यूलर 6 DoF ट्रैकिंग सिस्टम है, जो आकार-आधारित इनिशियलाइजेशन (shape-based initialization), सूडो-सेगमेंटेशन (pseudo-segmentation), ज्यामितीय पूर्ववृत्त (geometric priors) और इमेज एन्हांसमेंट के साथ ORB-SLAM2 फ्रेमवर्क को संशोधित करके इंट्रा-ऑपरेटिव वीडियो को प्री-ऑपरेटिव 3D डेटा के साथ संरेखित करता है ताकि खराब रोशनी, तेज़ गति और आंशिक दृश्यता जैसी चुनौतियों को मजबूती से संभाला जा सके।
यह शोध पत्र मौजूदा जॉइंट-टॉर्क सेंसरों से ऑपरेटर स्टिफनेस (कठोरता) की पहचान करने और उसे रिकॉर्ड करने के लिए फोर-चैनल द्विपक्षीय टेलीऑपरेशन का उपयोग करने वाली एक विधि प्रस्तावित करता है, जो संपर्क-समृद्ध कार्यों के लिए शून्य एनोटेशन लागत पर दिशा-निर्भर अनुपालन लेबल (compliance labels) उत्पन्न करने हेतु विजन-लैंग्वेज-एक्शन मॉडलों को फाइन-ट्यून करने में सक्षम बनाता है।
यह शोध पत्र एक ग्राफ-आधारित डिज़ाइन स्पेस के साथ एक बहु-उद्देश्यीय, विविधता-संचालित जेनेटिक ऑप्टिमाइज़ेशन फ्रेमवर्क प्रस्तावित करता है ताकि ऐसे सॉफ्ट ग्रिपर्स उत्पन्न किए जा सकें जो विविध, अनदेखे ग्रैस्पिंग परिदृश्यों में उभरते सामान्यीकरण (emergent generalization) और बेहतर मजबूती प्रदर्शित करते हैं।
यह शोध पत्र यूनिवर्सल नेविगेशन इंटरफेस (UNI) को प्रस्तुत करता है, जो एक रोलेटर वॉकर और स्मार्टफोन का उपयोग करने वाला एक लागत प्रभावी, रोबोट-मुक्त डेटा संग्रह प्रतिमान है, जो भौतिक रूप से बाधित मानव प्रदर्शन उत्पन्न करता है जो व्हील वाले रोबोट नेविगेशन मॉडलों के प्रदर्शन में महत्वपूर्ण सुधार करता है।
यह शोध पत्र निरंतर विजन-एंड-लैंग्वेज नेविगेशन में GPT-6-Astra के ज़ीरो-शॉट प्रदर्शन का मूल्यांकन करता है, यह प्रदर्शित करते हुए कि हालांकि मॉडल निर्देशों की प्रभावी ढंग से व्याख्या करता है और स्पष्टीकरण मांगता है, लेकिन यह सही स्थानीय निर्णयों को निरंतर स्वायत्त प्रगति और उपयुक्त ठहराव में बदलने में संघर्ष करता है, जिससे R2R-CE val-unseen बेंचमार्क पर 52.0% सफलता दर प्राप्त होती है।
यह शोध पत्र "VLN on the Fly" प्रस्तुत करता है, जो हवाई रोबोटों के लिए एक मॉड्यूलर ऑनबोर्ड विजन-लैंग्वेज नेविगेशन स्टैक है जो उच्च सफलता दर और सुरक्षा बनाए रखते हुए कम कम्प्यूटेशनल ओवरहेड प्राप्त करने के लिए ग्राउंडिंग, प्लानिंग और कंट्रोल को अलग-अलग चरणों में विभाजित करता है।
रोबोफाइंड (RoboFind) एक मल्टी-एजेंट फ्रेमवर्क है जो स्मार्टफोन-आधारित टीचिंग इंटरफेस को एक चतुष्पाद रोबोट (quadruped robot) की स्वायत्त खोज और सत्यापन क्षमताओं के साथ जोड़कर दृष्टिबाधित और अल्पदृष्टि वाले उपयोगकर्ताओं को विशिष्ट व्यक्तिगत वस्तुओं को खोजने में सक्षम बनाता है, जिससे बेसलाइन विधियों की तुलना में काफी उच्च सफलता और विश्वसनीयता दर प्राप्त होती है।
S4R एक स्केल-कंटिन्यूएशन (scale-continuation) विधि है जो स्थिर रिजिड-बॉडी इंटरपेनेट्रेशन (static rigid-body interpenetrations) को वस्तुओं को समान रूप से संकुचित करके पेनेट्रेशन-मुक्त अवस्था में लाने और फिर न्यूनतम-नॉर्म कॉनवेक्स कॉन्टैक्ट क्वाड्रेटिक प्रोग्राम्स (minimum-norm convex contact quadratic programs) के एक अनुक्रम के माध्यम से उनके पूर्ण स्केल को बहाल करने के माध्यम से हल करती है, जिससे न्यूनतम विस्थापन के साथ शून्य पेनेट्रेशन और बड़े पैमाने के दृश्यों में उत्कृष्ट कम्प्यूटेशनल दक्षता प्राप्त होती है।
यह शोध पत्र एक कार्य-सिमेंटिक (task-semantic), दृश्य-आधारित (scene-grounded) ढांचे को प्रस्तुत करता है जो एक यूनिट्री जी1 (Unitree G1) ह्यूमनॉइड रोबोट को सटीक सहायता और कार्य-स्पेस बाधाओं को बनाए रखते हुए, छत बनाने जैसे जटिल, ढलान-अनुकूल समग्र-शरीर लोकोमोशन और निर्माण कार्यों को मजबूती से करने में सक्षम बनाने के लिए रिटारगेटेड मानव प्रदर्शनों को प्रक्षेपवक्र अनुकूलन (trajectory optimization) और सुदृढीकरण शिक्षण (reinforcement learning) के साथ जोड़ता है।