4321 पेपर
यह शोध पत्र ImprovedVBGS प्रस्तुत करता है, जो वास्तविक समय के निरंतर वेरिएशनल बेयस गॉसियन स्प्लेटिंग (Variational Bayes Gaussian Splatting) के लिए एक त्वरित ढांचा है, जो स्थानिक रूप से ट्रंकेटेड वेरिएशनल इन्फरेंस और अनुकूलित पुनर्नियुक्ति (reassignment) के माध्यम से प्रति-फ्रेम विलंबता में 1680x की गति वृद्धि प्राप्त करता है, जिससे गुणवत्ता से समझौता किए बिना ऑन-द-फ्लाई पुनर्निर्माण सक्षम होता है।
मेमोगार्ड (MemoGuard) एक हल्का अनुकूलन योग्य रनटाइम है जो संचार-सीमित रोबोट नेविगेशन में सुरक्षा और दक्षता को बढ़ाता है, जो पुन: उपयोग से पहले टोपोलॉजी, संसाधन और परिणाम अनुबंधों के विरुद्ध एपिसोडिक यादों को मान्य करता है, जिससे बैटरी सुरक्षा उल्लंघनों और फॉलबैक रीजनिंग की कम्प्यूटेशनल लागत दोनों में महत्वपूर्ण रूप से कमी आती है।
यह शोधपत्र क्लोज्ड-लूप ड्राइविंग के लिए एक एसिंक्रोनस फास्ट-स्लो आर्किटेक्चर पेश करता है जो एक कैश रिप्रजेंटेशन (cached representation) के माध्यम से एक फ्रोजन विजन-लैंग्वेज बैकबोन (जो 5 Hz पर चल रहा है) को एक लाइटवेट एक्शन एक्सपर्ट (जो 20 Hz पर चल रहा है) से अलग करता है, जिससे कंट्रोल लेटेंसी के समझौतों को समाप्त किया जाता है और फ्रेम-स्किपिंग बेसलाइन की तुलना में रूट कंप्लीशन और सुरक्षा मेट्रिक्स में महत्वपूर्ण सुधार होता है।
यह शोध पत्र टेन्सेग्रिटी रोबोट्स के लिए एक स्केलेबल, ओपन-सोर्स विज़ुओटैक्टाइल (visuotactile) सेंसर प्रस्तुत करता है जो एक नवीन एडहेसिव-मुक्त गाइरॉइड-इन्फिल बॉन्डिंग तकनीक और छह-अक्षीय संपर्क वेंच (six-axis contact wrenches) तथा ग्राउंड इंटरैक्शन का सटीक अनुमान लगाने के लिए एक न्यूरल नेटवर्क का उपयोग करता है।
यह शोध पत्र IMBench को प्रस्तुत करता है, जो 35 कार्यों और 14K प्रक्षेपपथों (trajectories) से युक्त एक व्यापक बेंचमार्क है जिसे "सहज हेरफेर" (intuitive manipulation)—जिसमें भौतिक तर्क, धारणा और क्रिया निर्माण का संयोजन शामिल है—की एकीकृत क्षमता का मूल्यांकन करने के लिए डिज़ाइन किया गया है, जो वर्तमान विजन-लैंग्वेज और विजन-लैंग्वेज-एक्शन मॉडलों की जटिल, बाधा-युक्त रोबोटिक कार्यों की योजना बनाने और उन्हें निष्पादित करने की क्षमता में महत्वपूर्ण अंतराल को प्रकट करता है।
यह शोध पत्र OptiTac को प्रस्तुत करता है, जो एक बायोमिमेटिक स्पर्श संवेदक (tactile sensor) है जो रोबोटों के लिए उच्च-रिज़ॉल्यूशन, व्याख्या योग्य और स्केलेबल वितरित स्पर्श संवेदन को सक्षम करने हेतु ऑप्टिकल फाइबर का उपयोग करके मानव मैकेनोरिसेप्टर-टू-नर्व आर्किटेक्चर की नकल करता है, जिससे अपारदर्शी डीप-लर्निंग मॉडलों पर निर्भरता नहीं रहती।
यह शोध पत्र DAMI का प्रस्ताव करता है, जो एक डायनेमिक्स-अवेयर मेटा-इमिटेशन लर्निंग फ्रेमवर्क है जो मेटा-लर्निंग, एक विजुअल-मोटर ट्राजेक्टरी मॉड्यूल और एक अनपेयर्ड यूनिफाइड टास्क ब्लॉक को एकीकृत करता है ताकि रोबोट्स को स्थिर संकेतों को याद करने के बजाय अंतर्निहित कार्य डायनेमिक्स सीखकर अनदेखे मैनिपुलेशन कार्यों में सामान्यीकरण करने में सक्षम बनाया जा सके।
यह शोध पत्र Orbis 2 प्रस्तुत करता है, जो एक पदानुक्रमित (hierarchical) ड्राइविंग वर्ल्ड मॉडल है जो लंबी अवधि की दृश्य संरचना के लिए एक उच्च-स्तरीय प्रेडिक्टर को विस्तृत निष्ठा (detailed fidelity) के लिए एक निम्न-स्तरीय जनरेटर के साथ जोड़ता है, और एक नवीन दो-चरणीय प्रशिक्षण प्रतिमान का उपयोग करता है जो समृद्ध प्रस्तुतियों के लिए डिफ्यूजन फोर्सिंग के साथ प्री-ट्रेन करता है और स्थिर रोलआउट्स के लिए टीचर फोर्सिंग के साथ फाइन-ट्यून करता है ताकि ड्राइविंग सिमुलेशन में अत्याधुनिक प्रदर्शन प्राप्त किया जा सके।
यह शोध पत्र रोबोटिक आर्म रीच-अवॉयड कार्यों के लिए पहला व्यापक, ओपन-सोर्स बेंचमार्क पेश करता है जो वेक्टरकृत मुजोको (MuJoCo) सिमुलेशन का उपयोग करता है ताकि यह प्रदर्शित किया जा सके कि जबकि डीप रिइन्फोर्समेंट लर्निंग एजेंट सरलीकृत सेटिंग्स में उच्च सफलता दर प्राप्त करते हैं, उनका प्रदर्शन वास्तविक, जटिल परिदृश्यों में काफी गिर जाता है, जो यह संकेत देता है कि इन कार्यों को मजबूती से हल करने के लिए आगे के शोध की आवश्यकता है।
यह शोध पत्र एक एम्बोडीड एक्टिव लर्निंग फ्रेमवर्क प्रस्तावित करता है जो स्थानिक निरंतरता (स्पेशियल कंसिस्टेंसी) का लाभ उठाकर पुन: प्रशिक्षण के लिए असंगत लेबलों की पहचान करने और उन्हें प्राथमिकता देने के माध्यम से, सख्त नेविगेशन और एनोटेशन बजट के तहत अज्ञात वातावरणों में ऑब्जेक्ट डिटेक्टरों को अनुकूलित करता है, जिससे सिम्युलेटेड और वास्तविक दुनिया दोनों सेटिंग्स में बेसलाइन की तुलना में बेहतर डिटेक्शन सटीकता प्राप्त होती है।