4386 पेपर
यह शोध पत्र ReSYNC को प्रस्तुत करता है, जो एक नवीन ढांचा है जो रोबोटों को विफलता-पुनर्प्राप्ति अनुभवों से संबंधपरक अवधारणाओं को स्वायत्त रूप से खोजने और परिष्कृत करने में सक्षम बनाता है, जिससे स्थानीय प्रतिक्रियात्मक कौशल को वैश्विक अमूर्त नियोजन क्षमताओं में परिवर्तित किया जा सकता है जो लंबी अवधि के और अनदेखे कार्यों को हल करने में मौजूदा विधियों की तुलना में काफी बेहतर प्रदर्शन करते हैं।
VEGA बिना लेबल वाले एगोसेंट्रिक (egocentric) वीडियो से स्थानीय दृश्य ज्यामिति (local scene geometry) को पुनर्गठित करके बाधा-सचेत प्रक्षेपवक्र (obstacle-aware trajectories) उत्पन्न करने के लिए पर्यवेक्षण (supervision) हेतु नेविगेशन विजन-लैंग्वेज-एक्शन मॉडलों को प्रशिक्षित करने की एक विधि प्रस्तुत करता है, जिससे मौजूदा बेसलाइन की तुलना में टकराव बचाव और सफलता दरों में महत्वपूर्ण सुधार प्राप्त होता है।
RegimeVGGT एक प्रशिक्षण-मुक्त त्वरण विधि है जो स्पेक्ट्रल और कॉज़ल विश्लेषणों के माध्यम से पहचाने गए विशिष्ट कार्यात्मक क्षेत्रों के लिए अनुकूलित लेयर-वाइज, टू-एक्सिस संपीड़न रणनीतियों को लागू करके विजुअल ज्योमेट्री ग्राउंडेड ट्रांसफॉर्मर्स के लिए 6.7 गुना की गति वृद्धि प्राप्त करती है, जिससे घने 3D पुनर्निर्माण की गुणवत्ता को बनाए रखते हुए अनावश्यक क्रॉस-फ्रेम अटेंशन को समाप्त किया जाता है।
DREAM-Chunk एक टेस्ट-टाइम स्केलिंग विधि है जो एक हल्के लेटेंट वर्ल्ड मॉडल को एकीकृत करके स्टोकेस्टिक वातावरणों में एक्शन-चंकिंग पॉलिसियों की मजबूती को बढ़ाती है, ताकि बिना किसी अतिरिक्त पॉलिसी फाइन-ट्यूनिंग के, भविष्य की अनुमानित अवस्थाओं के आधार पर सबसे रिएक्टिव एक्शन चंक्स को सैंपल और सेलेक्ट किया जा सके।
यह शोध पत्र विज़न-आधारित रोबोटिक मैनिपुलेशन के लिए चार एक्शन स्पेस का बेंचमार्किंग करता है, जो सिम-टू-रियल प्रयोगों के माध्यम से यह प्रदर्शित करता है कि जॉइंट वेलोसिटी (joint velocity) पिकिंग और पुशिंग के लिए सबसे सुचारू गति और सर्वोत्तम कार्य प्रदर्शन प्रदान करती है, साथ ही आरएल (RL) अभ्यासकर्ताओं के लिए व्यावहारिक मार्गदर्शन भी देती है।
यह शोध पत्र जटिल युग्मित ढलान और गड्ढे वाली सड़क के भूभागों पर मानव रहित जमीनी वाहन (UGV) के पथ ट्रैकिंग की सटीकता और स्थिरता को महत्वपूर्ण रूप से बढ़ाने के लिए लैगर (Laguerre) मॉडल प्रेडिक्टिव कंट्रोल और एक इवेंट-ट्रिगर समानांतर सहकारी तंत्र के साथ एकीकृत एक डीप न्यूरल नेटवर्क (DNN) कूप्मन-आधारित विचलन क्षतिपूर्ति रणनीति प्रस्तावित करता है।
EffiNav एक नवीन फ्रेमवर्क है जो अज्ञात वातावरणों में कुशल और सामान्यीकरण योग्य ऑब्जेक्ट गोल नेविगेशन प्राप्त करने के लिए डेप्थ और विजन-लैंग्वेज जानकारी को फ्यूज करता है, जो अनावश्यक अन्वेषण को प्रभावी ढंग से कम करके सिमुलेशन बेंचमार्क और वास्तविक दुनिया के रोबोट डिप्लॉयमेंट दोनों में मौजूदा बेसलाइन से बेहतर प्रदर्शन करता है।
यह शोध पत्र एक नवीन 18.9 ग्राम, चार-डिग्री-ऑफ-फ्रीडम वाले जैव-प्रेरित समानांतर पैर तंत्र (bioinspired parallel leg mechanism) को प्रस्तुत करता है जो अत्यधिक स्थानिक बाधाओं के तहत छोटे रोबोटों के लिए उन्नत गतिशीलता, महत्वपूर्ण बल आउटपुट और एक बड़े कार्यक्षेत्र (workspace) को प्राप्त करने के लिए संकेंद्रित गोलाकार फाइव-बार लिंकेज और बॉडी-माउंटेड एक्ट्यूएटर्स का उपयोग करता है।
यह शोध पत्र "ZiMPedance" को प्रस्तुत करता है, जो एक इम्पीडेंस-अवेयर ज़ीरो मोमेंट पॉइंट मॉडलिंग और कंट्रोल फ्रेमवर्क है जो मॉडल प्रिडिक्टिव कंट्रोल स्कीम में पैसिव पेलोड-इंटरफेस डायनेमिक्स को एकीकृत करता है, जो पेलोड परिवहन के दौरान क्वाड्रुपेड रोबोट की स्थिरता और लोकोमोशन दक्षता को महत्वपूर्ण रूप से बढ़ाता है और पैसिव एंड-इफेक्टर ट्रैकिंग को सक्षम बनाता है।
यह शोध पत्र एक ऑब्जेक्ट-सेंट्रिक रेसिडुअल रिइन्फोर्समेंट लर्निंग फ्रेमवर्क प्रस्तावित करता है जो ज़ीरो-शॉट सिम-टू-रियल ट्रांसफर प्राप्त करने के लिए ऑब्जेक्ट पोज़ और एक सिम्युलेटेड VLA काउंटरपार्ट का उपयोग करके विशुद्ध रूप से सिमुलेशन में एक सुधारात्मक नीति (corrective policy) को प्रशिक्षित करता है, जिससे बिना किसी अतिरिक्त टेलीऑपरेशन डेटा की आवश्यकता के वास्तविक दुनिया के मैनिपुलेशन कार्यों पर विजन-लैंग्वेज-एक्शन मॉडल्स की सफलता दर में महत्वपूर्ण वृद्धि होती है।