4223 पेपर
यह शोधपत्र WetRobo को प्रस्तुत करता है, जो एक पुनरुत्पादक (reproducible) रोबोट किट है जो एक कोडिंग एजेंट को कोड लिखकर और निष्पादित करके विभिन्न प्रयोगशालाओं में प्राकृतिक भाषा वाले जैविक कार्यों को स्वायत्त रूप से अनुकूलित करने और निष्पादित करने में सक्षम बनाता है, जिससे पारंपरिक विजन-लैंग्वेज-एक्शन नीतियों की स्थानांतरण सीमाओं को दूर किया जा सके।
यह शोध पत्र RiskWorld को प्रस्तुत करता है, जो एक जोखिम-सचेत वर्ल्ड मॉडलिंग फ्रेमवर्क है जो फ्लो-गाइडेड ऑक्यूपेंसी इवोल्यूशन और सिलेक्टिव ट्राजेक्टरी रिप्लेसमेंट का उपयोग करके स्वचालित ड्राइविंग में स्टेट-ऑफ-द-आर्ट कोलिजन अवॉयडेंस और कुशल प्लानिंग प्रदर्शन प्राप्त करता है।
यह शोध पत्र HAP प्रस्तुत करता है, जो एक हैंड-ड्रिवन एक्टिव परसेप्शन फ्रेमवर्क है जो लक्ष्य आत्मविश्वास (target confidence) का अनुमान लगाकर और एक प्रेडिक्टिव ग्राफ के माध्यम से गतिशील अवरोधों (dynamic occlusions) को मॉडल करके भविष्य की इगोसेंट्रिक हेड मोशन की भविष्यवाणी करता है, जिसे 'बॉटल' नामक एक नए डेटासेट द्वारा मान्य किया गया है और मौजूदा बेसलाइनों पर बेहतर प्रदर्शन प्रदर्शित किया गया है।
DeformSmith एक भौतिकी-हarness-निर्देशित पदानुक्रमित ढांचा (hierarchical framework) है जो टेक्स्ट या इमेज इनपुट के माध्यम से ज्यामिति (geometry), सामग्री (material) और इंटरेक्शन गुणों का पुनरावृत्ति रूप से निर्माण और परिशोधन करके, रोबोट मैनिपुलेशन के लिए उच्च-गुणवत्ता वाले, भौतिक रूप से प्रशंसनीय विरूपण योग्य (deformable) एसेट्स के निर्माण को स्वचालित करता है।
यह शोध पत्र MP-R1 का प्रस्ताव करता है, जो एक सुदृढीकरण शिक्षण (reinforcement learning) ढांचा है जो बड़े भाषा मॉडलों को जटिल बहु-मोडल मोशन प्लानिंग कार्यों को हल करने योग्य चरों, बाधाओं और उद्देश्यों में विघटित करके, उन्हें मजबूती से हल करने के लिए निष्पादन योग्य मिक्स्ड-इंटिजर प्रोग्रामिंग (MIP) कोड उत्पन्न करने के लिए फाइन-ट्यून करता है।
WeaveRL एक GPU-त्वरित विधि पेश करता है जो ज्यामितीय फैब्रिक्स (geometric fabrics) में सक्रिय, ऑनलाइन 3D सर्फेल पुनर्निर्माण को एकीकृत करता है, जिससे सुदृढीकरण शिक्षण (reinforcement learning) नीतियों को सेंसर-व्युत्पन्न ज्यामिति के साथ जटिल, टकराव-सघन हेरफेर कार्यों को संभालने में सक्षम बनाया जा सके और स्थिर, प्रिमिटिव-आधारित बेसलाइनों की तुलना में नवीन बाधाओं के प्रति उल्लेखनीय रूप से बेहतर मजबूती प्रदान की जा सके।
यह शोध पत्र मल्टी-मटेरियल 3D प्रिंटिंग के माध्यम से एकीकृत 3D-प्रिंटेड इलेक्ट्रोड पैटर्न वाले गैर-तलीय इलेक्ट्रोएडहेसिव संरचनाओं के निर्माण को प्रदर्शित करता है, जो यह दर्शाता है कि ये घुमावदार ज्यामिति वोल्टेज-नियंत्रित आसंजन (adhesion) प्राप्त करती हैं जो समतल बेंचमार्क के बराबर या उससे अधिक है।
यह शोध पत्र QMSR का प्रस्ताव करता है, जो एक क्वेरी-कंडीशन्ड मास्क-वाइज़ एक्सपर्ट रूटिंग फ्रेमवर्क है जो प्रत्येक क्वेरी-कैंडिडेट पेयर के लिए प्री-ट्रेन्ड अंडरवॉटर इमेज एन्हांसमेंट एक्सपर्ट्स को रॉ रिप्रेजेंटेशन्स के साथ अनुकूल रूप से चुनता और फ्यूज करता है, जिससे फिक्स्ड एन्हांसमेंट रणनीतियों की सीमाओं को दूर किया जा सके और जटिल अंडरवॉटर वातावरण में ओपन-वोकेबुलरी ऑब्जेक्ट रिट्रीवल प्रदर्शन में महत्वपूर्ण सुधार किया जा सके।
AdaGeoVLN एक स्ट्रीमिंग विजन-लैंग्वेज नेविगेशन फ्रेमवर्क है जो विभिन्न गहराइयों में पदानुक्रमित ज्यामितीय फाउंडेशन मॉडल निरूपणों को चयनात्मक रूप से संलयित करके और एक बाउंडेड मेमोरी मैकेनिज्म के माध्यम से नेविगेशन-जागरूक ऐतिहासिक ज्यामितीय साक्ष्य को बनाए रखकर प्रदर्शन को बढ़ाता है।
यह शोध पत्र फर्स्ट-पर्सन-व्यू एरियल स्वार्म टेलीऑपरेशन के लिए एक बॉडी-मोशन इंटरफेस प्रस्तुत करता है, जिसने एक उपयोगकर्ता अध्ययन के माध्यम से, पारंपरिक नियंत्रकों की तुलना में नेविगेशन दक्षता और कमांड स्थिरता में महत्वपूर्ण सुधार प्रदर्शित किया है, हालांकि यह बढ़ी हुई शारीरिक मांग की कीमत पर हुआ।