4348 पेपर
यह शोध पत्र TACTFUL प्रस्तुत करता है, जो एक विज़न-मुक्त (vision-free), वास्तविक-हार्डवेयर-प्रशिक्षित ढांचा है जो बहु-अंगुलियों वाले रोबोटों को स्पर्श संवेदना (tactile sensing) के माध्यम से स्वायत्त रूप से संकीर्ण स्थानों की खोज करने और वस्तुओं की पहचान करने में सक्षम बनाता है, जो सिमुलेशन पर निर्भर किए बिना 77% सफलता और उच्च पुनर्निर्माण सटीकता प्राप्त करता है।
InSight एक ऐसा फ्रेमवर्क है जो विजन-लैंग्वेज-एक्शन (VLA) मॉडल्स को प्रदर्शनों (demonstrations) को स्टीयरेबल प्रिमिटिव एक्शन्स में विभाजित करके और नवीन, लॉन्ग-होराइजन कार्यों के लिए नए प्रिमिटिव्स को उत्पन्न करने, लेबल करने और एकीकृत करने हेतु VLM-गाइडेड डेटा फ्लाईव्हील का उपयोग करके, स्वायत्त रूप से नई मैनिपुलेशन स्किल्स प्राप्त करने में सक्षम बनाता है, जिसमें आगे किसी मानवीय हस्तक्षेप की आवश्यकता नहीं होती है।
यह शोध पत्र एक मॉड्यूलर दो-चरणीय प्रणाली प्रस्तुत करता है जो ज्यामितीय मैपिंग को सिमेंटिक अपडेटिंग से अलग करती है ताकि एक बार 2D ऑक्यूपेंसी ग्रिड बनाकर और तत्पश्चात कई रोबोटिक दौरों के दौरान वस्तुओं के परिवर्तनों को निरंतर ट्रैक करने के लिए लाइटवेट ओपन-वोकेबुलरी डिटेक्शन का उपयोग करके इनडोर वातावरण की कुशल और निरंतर निगरानी सक्षम की जा सके।
यह शोध पत्र GAPartManip को प्रस्तुत करता है, जो एक बड़े पैमाने का, भाग-केंद्रित (part-centric) डेटासेट है जिसमें फोटो-यथार्थवादी सामग्री यादृच्छिकरण (photo-realistic material randomization) और विस्तृत क्रियाशील अंतःक्रिया एनोटेशन (actionable interaction annotations) हैं, जो सिमुलेशन और वास्तविक दुनिया दोनों परिदृश्यों में आर्टिकुलेटेड ऑब्जेक्ट मैनिपुलेशन की मजबूती और सामान्यीकरण क्षमता को महत्वपूर्ण रूप से बढ़ाता है।
यह शोध पत्र ट्रांसवर्सल स्ट्रिप नेटवर्क को प्रिंट करने योग्य विभाजनों में बदलकर डबल-शेल संरचनाओं के निर्माण के लिए एक मल्टी-एक्सिस एफडीएम (FDM) रोबोटिक 3D प्रिंटिंग कार्यप्रणाली प्रस्तुत करता है, जिन्हें व्यक्तिगत रूप से प्रिंट और असेंबल किया जाता है, जो विभिन्न पैमानों और ज्यामितीय जटिलताओं में इस तकनीक की बहुमुखी प्रतिभा को प्रदर्शित करता है।
DataMIL रोबोट इमिटेशन लर्निंग के लिए एक एंड-टू-एंड डेटा चयन फ्रेमवर्क है जो बड़े पूर्व डेटासेट्स से उच्च-प्रभाव वाले डेटा पॉइंट्स को स्वचालित रूप से पहचानने और क्यूरेट करने के लिए डेटामॉडेल्स का लाभ उठाता है, जिससे मानव-निर्धारित गुणवत्ता मेट्रिक्स या महंगे एनवायरनमेंट रोलआउट्स पर निर्भर किए बिना विशिष्ट कार्य प्रदर्शन में सुधार होता है।
यह शोध पत्र CLAR का प्रस्ताव करता है, जो एक नवीन 3D प्री-ट्रेनिंग फ्रेमवर्क है जो स्थानिक-ज्यामितीय (spatial-geometric) और अर्थ संबंधी (semantic) विशेषताओं के बीच के समझौते को दूर करने के लिए मास्क्ड ऑटोएनकोइंग (masked autoencoding) को बहु-स्तरीय कंट्रास्टिव अलाइनमेंट (multi-level contrastive alignment) के साथ समन्वित करता है, जिससे रोबोटिक मैनिपुलेशन कार्यों में अत्याधुनिक प्रदर्शन प्राप्त होता है।
यह शोध पत्र ASC-SW का प्रस्ताव करता है, जो एक लाइटवेट सेगमेंटेशन फ्रेमवर्क है जिसमें एट्रस स्ट्रिप कन्वोल्यूशन और टेम्पोरल रिफाइनमेंट शामिल है, ताकि विभिन्न दृष्टिकोणों से एज मोबाइल रोबोट्स पर विरूपण योग्य रैखिक वस्तुओं (deformable linear objects) का कुशल और सटीक पता लगाया जा सके।
यह शोध पत्र FILIC का प्रस्ताव करता है, जो एक डुअल-लूप फ्रेमवर्क है जो ट्रांसफॉर्मर-आधारित इमिटेशन लर्निंग को इम्पीडेंस टॉर्क कंट्रोल और एक लागत प्रभावी एंड-इफ़ेक्टर फोर्स एस्टिमेटर के साथ जोड़ता है, ताकि संपर्क-समृद्ध रोबोटिक मैनिपुलेशन कार्यों में सटीक, अनुपालनशील और सेंसर-मुक्त बल विनियमन सक्षम किया जा सके।
FGGS-LiDAR एक GPU-त्वरित फ्रेमवर्क है जो प्रीट्रेन्ड 3D गॉसियन स्प्लेटिंग एसेट्स को TSDF एक्सट्रैक्शन के माध्यम से वॉटरटाइट मेश में परिवर्तित करता है ताकि Isaac Sim जैसे मौजूदा सिम्युलेटर्स की तुलना में काफी कम विलंबता के साथ 500 FPS से अधिक की दर पर अल्ट्रा-फास्ट, हाई-फिडेलिटी LiDAR सिमुलेशन सक्षम किया जा सके।