4321 पेपर
SeededGrasp एक डेटा-कुशल फ्रेमवर्क है जो एक विजन-लैंग्वेज मॉडल का उपयोग करके एक लाइटवेट ग्रैस्प जनरेटर के लिए सीड पॉइंट (seed point) की भविष्यवाणी करता है, जिससे उच्च-स्तरीय सिमेंटिक रीजनिंग को निम्न-स्तरीय ज्यामितीय निष्पादन से अलग किया जाता है, जो बिना महंगे एंड-टू-एंड प्रशिक्षण के जटिल दृश्यों में मजबूत, मल्टी-एम्बॉडिमेंट ग्रैस्पिंग को सक्षम बनाता है।
यह शोध पत्र "courteous anticipatory planning" (विनम्र पूर्वसूचक नियोजन) प्रस्तुत करता है, जो निरंतर साझा वातावरण वाले मल्टी-रोबोट सिस्टम के लिए एक मॉडल-आधारित दृष्टिकोण है, जो उन कार्यों का चयन करके दीर्घकालिक सामूहिक लागतों को न्यूनतम करता है जो तत्काल दक्षता और सभी रोबोटों के भविष्य के कार्यों पर अनुमानित प्रभाव के बीच संतुलन बनाए रखते हैं, जिससे मायोपिक (अल्पदृष्टि) और स्वार्थी नियोजन रणनीतियों की तुलना में महत्वपूर्ण लागत कटौती प्राप्त होती है।
यह शोध पत्र DEED को प्रस्तुत करता है, जो एक सिस्टम-स्तरीय ढांचा है जो डेटा-कुशल पोस्ट-ट्रेनिंग, अनुभव-संचालित परिशोधन और लेटेंट-स्पेस विश्लेषण को जोड़कर ह्यूमनॉइड रोबोटों के लिए लैब बेंचमार्क और वास्तविक दुनिया के रिटेल ऑपरेशन्स के बीच के अंतर को पाटता है, ताकि न्यूनतम कंप्यूटेशनल संसाधनों का उपयोग करके चिप-रीस्टॉकिंग कार्य पर सुदृढ़ प्रदर्शन प्राप्त किया जा सके।
यह शोध पत्र आपदा डेटासेट बनाने के लिए मूवी डेटा का लाभ उठाकर और खतरे के अनुमान तथा सहयोगात्मक पलायन योजना में सुधार करने के लिए विजुअल और लैंग्वेज इनपुट को फ्यूज करने वाले एक मल्टी-मोडल बेयसियन फ्रेमवर्क का प्रस्ताव देकर, खतरनाक वातावरण के लिए रोबोटों को प्रशिक्षित करने की चुनौतियों का समाधान करता है।
यह शोध पत्र विजन-लैंग्वेज-एक्शन (VLA) रोबोटों के लिए अनिश्चितता और गुणवत्ता मेट्रिक्स के एक सेट का प्रस्ताव देता है और अनुभवजन्य रूप से उसे मान्य करता है, जो एक बड़े पैमाने के अध्ययन के माध्यम से यह प्रदर्शित करता है कि ये मेट्रिक्स मानव विशेषज्ञ निर्णयों के साथ अच्छी तरह से सह-संबंधित हैं और पारंपरिक बाइनरी सफलता दरों की तुलना में कार्य निष्पादन का अधिक सूक्ष्म मूल्यांकन प्रदान करते हैं।
TacRefineNet एक स्पर्श-मात्र (tactile-only), लक्ष्य-आधारित (goal-conditioned) फ्रेमवर्क है जो किनारों वाले प्रमुख वस्तुओं पर ग्रैस्प्स को परिष्कृत करने के लिए सुधारात्मक रिस्ट पोज़ इंक्रीमेंट्स (wrist pose increments) को पुनरावृत्ति से अनुमानित करने हेतु एक सियामीज़ पॉलिसी नेटवर्क (Siamese policy network) का उपयोग करता है, जिससे पूरी तरह से सिमुलेशन में प्रशिक्षण के बाद वास्तविक दुनिया के ज़ीरो-शॉट परिनियोजन (zero-shot deployment) में उच्च सफलता दर प्राप्त होती है।
यह अध्ययन अर्बन एयर मोबिलिटी वाहनों के स्वायत्त लैंडिंग सिस्टम पर ट्रोजन हमलों द्वारा उत्पन्न महत्वपूर्ण सुरक्षा जोखिमों को प्रदर्शित करता है, जो यह प्रकट करता है कि जब डीप लर्निंग मॉडल प्रशिक्षण डेटा में गुप्त ट्रिगर्स से समझौता किए जाते हैं, तो सटीकता में 96.4% से 73.3% तक की भारी गिरावट आती है।
यह शोधपत्र RAPT प्रस्तुत करता है, जो एक हल्का, स्व-पर्यवेक्षित (self-supervised) मॉनिटर है जो सिम-टू-रियल (Sim-to-Real) परिनियोजन के दौरान ह्यूमनॉइड रोबोटों के लिए उच्च-आवृत्ति वाली आउट-ऑफ-डिस्ट्रीब्यूशन डिटेक्शन और व्याख्या योग्य, ज़ीरो-शॉट विफलता निदान को सक्षम बनाता है, जिससे साइलेंट फेलियर और हार्डवेयर क्षति के जोखिमों में काफी कमी आती है।
यह शोध पत्र एक दो-चरणीय एंड-टू-एंड सुदृढीकरण शिक्षण (reinforcement learning) ढांचे को प्रस्तुत करता है जो यूनिट्री गो2 (Unitite Go2) क्वाड्रुपेड रोबोटों को केवल स्थानीय ऊंचाई-मानक धारणा (local height-map perception) का उपयोग करके अमूर्त पिरामिड स्थलाकृति से वास्तविक वातावरण में कौशल स्थानांतरित करके, अग्निशमन खोज मिशनों के लिए विविध इनडोर सीढ़ियों (सीधी, एल-आकार की और सर्पिल) में स्वायत्त रूप से नेविगेट करने और अनुकूल रूप से चढ़ने या उतरने में सक्षम बनाता है।
Fly0 एक नवीन ढांचा है जो 2D निर्देश ग्राउंडिंग और डेप्थ-आधारित 3D लोकलाइजेशन के लिए मल्टीमॉडल लार्ज लैंग्वेज मॉडल्स का लाभ उठाकर सिमेंटिक रीजनिंग को ज्योमेट्रिक प्लानिंग से अलग करता है, जिससे रोबस्ट, लो-लेटेंसी ज़ीरो-शॉट एरियल नेविगेशन प्राप्त होता है जो सफलता दर और नेविगेशन त्रुटि दोनों में स्टेट-ऑफ-द-आर्ट बेसलाइन्स से काफी बेहतर प्रदर्शन करता है।