4321 पेपर
यह शोध पत्र HERB को प्रस्तुत करता है, जो एक मानव-संवर्धित सुदृढीकरण शिक्षण (reinforcement learning) ढांचा है जो विविध 3D वस्तुओं को कुशलतापूर्वक और स्थिरता से पैक करने के लिए मानव प्रदर्शनों को RL अन्वेषण के साथ जोड़ता है, और दक्षता तथा वास्तविक दुनिया की रोबोटिक व्यवहार्यता दोनों में पारंपरिक ह्यूरिस्टिक्स और शुद्ध RL विधियों से बेहतर प्रदर्शन करता है।
यह शोध पत्र एक "पहले योजना बनाएं फिर मूल्यांकन करें" (First Plan Then Evaluate) ढांचे का प्रस्ताव करता है जो कई लक्ष्यों वाले रोबोटिक ग्रैस्पिंग के लर्निंग-आधारित प्रदर्शन में सुधार करता है, जिसमें पहले कई ग्रैस्प उम्मीदवारों के लिए प्रक्षेप पथ (ट्रैजेक्टरी) की योजना बनाई जाती है और फिर टर्मिनल कॉन्फ़िगरेशन पर उनकी सफलता की संभावना का मूल्यांकन किया जाता है, जिससे पारंपरिक जनरेटर-इवैल्यूएटर-प्लानर पाइपलाइनों में निहित कम्प्यूटेशनल दक्षता और ग्रैस्प सफलता अनुमान के बीच के समझौते को दूर किया जा सके।
यह शोध पत्र FailSafe को प्रस्तुत करता है, जो एक ऐसी प्रणाली है जो विज़न-लैंग्वेज-एक्शन मॉडल्स को प्रशिक्षित करने के लिए निष्पादन योग्य रिकवरी क्रियाओं (recovery actions) के साथ विविध विफलता मामलों (failure cases) को स्वचालित रूप से उत्पन्न करती है, जिससे विभिन्न रोबोटिक कार्यों और एम्बोडीमेंट्स (embodiments) में निष्पादन विफलताओं का पता लगाने और उनसे उबरने की उनकी क्षमता में उल्लेखनीय वृद्धि होती है।
यह शोध पत्र एक स्केलेबल चार-स्तरीय संचार आर्किटेक्चर प्रस्तावित करता है जो एक ग्राफिकल ओपन-सोर्स प्लेटफॉर्म को ROS के साथ एकीकृत करके लागत-प्रभावी वाणिज्यिक डिजिटल ट्विन्स और जटिल ओपन-सोर्स मिडलवेयर के बीच के अंतर को पाटता है, जिससे सफल सिम-टू-रियल प्रक्षेपवक्र निष्पादन (trajectory execution) के माध्यम से प्रमाणित सुलभ और हार्डवेयर-अज्ञेय (hardware-agnostic) रोबोटिक इंजीनियरिंग शिक्षा सक्षम होती है।
यह शोध पत्र "LLM-as-a-Verifier" प्रस्तुत करता है, जो एक प्रशिक्षण-मुक्त ढांचा है जो टोकन लॉजिट अपेक्षाओं (token logit expectations) के माध्यम से निरंतर स्कोरिंग का लाभ उठाकर सत्यापन को एक नए स्केलिंग अक्ष (scaling axis) के रूप में स्थापित करता है, जिससे विविध एजेंटिक बेंचमार्क पर अत्याधुनिक प्रदर्शन प्राप्त होता है और बेहतर कार्य निगरानी एवं सुदृढीकरण शिक्षण (reinforcement learning) नमूना दक्षता सक्षम होती है।
यह शोध पत्र TypeGo को प्रस्तुत करता है, जो एम्बोडीड एजेंटों (embodied agents) के लिए एक ऑपरेटिंग सिस्टम-शैली का रनटाइम है, जो विलंबता (latency) को काफी कम करने और वास्तविक समय के नियंत्रण को सक्षम करने के लिए सिंक्रोनस LLM अनुरोध/प्रतिक्रिया चक्रों को एसिंक्रोनस, मल्टी-टाइमस्केल प्लानिंग और समवर्ती कार्य प्रबंधन (concurrent task management) से बदल देता है।
यह शोध पत्र HIOcc पेश करता है, जो इनडोर सिमेंटिक ऑक्यूपेंसी के लिए एक पदानुक्रमित (hierarchical) बेंचमार्क है, और GEM-Occ, एक गॉसियन एविडेंस मेमोरी फ्रेमवर्क जो जुड़े हुए इनडोर वातावरणों में स्केलेबल, लॉन्ग-होरिज़न सिमेंटिक मैपिंग को सक्षम करने के लिए क्षणिक दृश्य ज्यामिति (transient visual geometry) को एक निरंतर, पदानुक्रमित मेमोरी में संलयित (fuse) करता है।
यह शोध पत्र PRML2 प्रस्तुत करता है, जो एक हाइब्रिड फ्रेमवर्क है जो ऑनबोर्ड सेंसरों का उपयोग करके मजबूत, वास्तविक समय में वाहन स्थानीयकरण प्राप्त करने के लिए एक डिफरेंशिएबल कलमन फिल्टर के साथ मशीन लर्निंग को एकीकृत करता है, जो विशेष रूप से डिग्रेडेड सेंसिंग स्थितियों और कम घर्षण वाले वातावरणों में उत्कृष्ट प्रदर्शन करता है।
यह शोध पत्र एविडेंशियल वेलोसिटी करेक्शन यूजिंग माम्बा (EVC-Mamba) का प्रस्ताव करता है, जो एक रियल-टाइम लर्निंग-आधारित आर्किटेक्चर है जो GNSS-रहित वातावरणों में IMU ड्रिफ्ट को ठीक करने के लिए अनिश्चितता-जागरूक वर्चुअल वेलोसिटी अनुमान उत्पन्न करने हेतु ऑनबोर्ड सेंसर और एविडेंशियल डीप लर्निंग का लाभ उठाता है, जिससे समर्पित बाहरी सेंसरों के तुल्य लोकलाइजेशन सटीकता प्राप्त होती है।
GraspIT एक नवीन ओपन-सोर्स डेटासेट है जो सिम-टू-रियल गैप को पाटता है, क्योंकि यह रोबोटिक ग्रैस्पिंग और पॉलिसी लर्निंग को सक्षम करने के लिए फ्रैंका पांडा रोबोटों पर एक कठोर चार-चरणीय स्लिप-टेस्ट के माध्यम से जनरेट किए गए 316,000 भौतिक रूप से सत्यापित, उच्च-गुणवत्ता वाले 6-DoF ग्रैस्प एनोटेशन को सिम्युलेटेड और वास्तविक दुनिया के टेबलटॉप दृश्यों में प्रदान करता है।