4223 पेपर
यह शोध पत्र CaSCo प्रस्तुत करता है, जो एक मोशन प्लानिंग फ्रेमवर्क है जो ऑब्जेक्ट रिस्क असेसमेंट के लिए विजन-लैंग्वेज मॉडल्स और प्रत्यक्ष एवं कैस्केड된 (cascaded) टक्कर के परिणामों को ध्यान में रखने के लिए फिजिक्स सिमुलेशन को एकीकृत करके कुल सिमेंटिक जोखिम को कम करता है, जिससे रोबोटों को अवांछनीय ऑब्जेक्ट इंटरैक्शन से बचते हुए अव्यवस्थित वातावरण में नेविगेट करने में सक्षम बनाया जा सके।
FedGuide एक नवीन फेडरेटेड रीइन्फोर्समेंट लर्निंग फ्रेमवर्क है जो ऑप्टिमल-ट्रांसपोर्ट मिक्स्चर-ऑफ-एक्सपर्ट्स के माध्यम से डिफ्यूजन प्रायर्स को एकत्रित करके और मजबूत, उच्च-प्रदर्शन वाले सहयोगात्मक पॉलिसी लर्निंग को प्राप्त करने के लिए डिस्ट्रीब्यूशन करेक्शन एस्टीमेशन वैल्यू बेसलाइन का उपयोग करके विषम वातावरणों में वितरण संबंधी बेमेल (distributional mismatch) को संबोधित करता है।
यह शोध पत्र एक सूचना-आधारित प्रक्षेपवक्र नियोजन पद्धति प्रस्तुत करता है जो नियंत्रण प्रयास और सूचना-सैद्धांतिक ट्रैकिंग प्रदर्शन को संयुक्त रूप से अनुकूलित करती है, जो डिस्टेंट रेट्रोग्रेड ऑर्बिट्स में ऑप्टिकल ऑब्जर्वर्स के लिए नेविगेशन सटीकता में लगभग एक क्रम की मात्रा का सुधार प्रदर्शित करती है।
ElastiQP एक ओपन-सोर्स, हमेशा-व्यवहार्य (always-feasible) QP सॉल्वर है जो असमानता बाधाओं (inequality constraints) को शिथिल करने के लिए स्लैक वेरिएबल्स को विश्लेषणात्मक रूप से एकीकृत करता है जबकि कठोर समानता गतिकी (hard equality dynamics) को सुरक्षित रखता है, जिससे बाधा-युक्त रोबोट नियंत्रण में माइक्रोसेकंड-स्तर का प्रदर्शन और अव्यवहार्य समस्याओं को सुगमता से संभालने की क्षमता सक्षम होती है।
rMuscle एक वास्तविक समय का विज़न-लैंग्वेज-एक्शन इन्फरेंस फ्रेमवर्क है जो मानव मांसपेशी स्मृति (muscle memory) से प्रेरित है, जो समान दोहराए जाने वाले कार्यों में विज़ुअल टोकन और न्यूरॉन एक्टिवेशन को पुन: उपयोग करने वाले एक दोहरी-चरण वाली कैशिंग प्रक्रिया के माध्यम से मूल सफलता दर को बनाए रखते हुए रोबोट की प्रतिक्रियाशीलता को 1.29–1.42× तक त्वरित करता है।
यह शोध पत्र एक ज़ीरो-शॉट फ्रेमवर्क प्रस्तुत करता है जो कॉन्टैक्ट-रिच रोबोटिक मैनिपुलेशन के लिए मोशन ट्रैजेक्टरीज़ और टाइम-वेरिंग फ़ोर्स प्रोफ़ाइल्स दोनों को प्राप्त करने के लिए संयुक्त रूप से जनरेट किए गए वीडियो और ऑडियो का लाभ उठाता है, जो कि केवल किनेमैटिक बेसलाइन्स की तुलना में बेहतर प्रदर्शन प्रदर्शित करता है और क्लोज्ड-लूप पॉलिसियों को प्रशिक्षित करने के लिए एक डेटा जनरेशन इंजन के रूप में कार्य करता है।
यह शोध पत्र ग्लोबल कोर प्लाज्मा मॉडल और एक कस्टम रे-ट्रेसिंग एल्गोरिदम का उपयोग करके चंद्र GNSS रिसीवरों के लिए आयनोस्फेरिक और प्लाज्मास्फेरिक विलंबों को अभिलक्षणित करता है ताकि विभिन्न सौर और भू-चुंबकीय स्थितियों के तहत विलंब की मात्रा को परिमाणित किया जा सके, जिससे सुदृढ़ चंद्र स्थिति निर्धारण और समय निर्धारण एल्गोरिदम के डिजाइन को सूचित किया जा सके।
यह शोध पत्र मल्टी-डोमेन मोशन एम्बेडिंग (MDME) प्रस्तुत करता है, जो एक नवीन मोशन रिप्रजेंटेशन है जो वेवलेट-आधारित एनकोडर और संभाव्य एम्बेडिंग के माध्यम से संरचित आवधिक (periodic) और असंरचित अनावर्ती (aperiodic) विशेषताओं को एकीकृत करता है ताकि विविध ह्यूमनॉइड और क्वाड्रुपेड रोबोटों में बिना किसी प्रति-मोशन ट्यूनिंग या ऑनलाइन रिटारगेटिंग के अभिव्यंजक, वास्तविक समय, ज़ीरो-शॉट मोशन इमिटेशन को सक्षम बनाया जा सके।
यह शोध पत्र एक उत्क्रमणीय (reversible) सिम्प्लेक्से पर्यवेक्षण ढांचे (Simplex supervision framework) को प्रस्तुत करता है जिसमें पोस्ट-एक्शन ऋण लेखांकन (post-action debt accounting) शामिल है जो रिकवरी क्रियाओं द्वारा कार्य-प्रगति के ऋण को चुकाकर मल्टी-टन रोबोटों के लिए परिमित स्विचिंग और लक्ष्य-प्राप्ति की गारंटी देता है, जो एक 6000 किलोग्राम के रोबोट पर सिमुलेशन और प्रयोग दोनों के माध्यम से मान्य एक विधि है।
यह शोध पत्र केवल बाउंडिंग-बॉक्स वाले Zenseact ओपन डेटासेट के लिए सघन पिक्सेल-स्तरीय एनोटेशन उत्पन्न करने हेतु एक SAM-आधारित पाइपलाइन प्रस्तुत करता है, जो दुर्लभ महत्वपूर्ण वर्गों पर सेगमेंटेशन मॉडल के मूल्यांकन को सक्षम बनाता है और स्वायत्त ड्राइविंग के लिए प्रभावी क्रॉस-सेंसर ट्रांसफर लर्निंग का प्रदर्शन करता है।