4515 पेपर
यह शोध पत्र सॉफ्टवेयर कंपोनेंट एनसेंबल लैंग्वेज (SCEL) के लिए एक नवीन शीफ-सैद्धांतिक ढांचे का प्रस्ताव करता है जो ऑटोनोमिक सिस्टम को टोपोलॉजिकल स्पेस पर शीफ के रूप में मॉडल करता है, जिससे वैश्विक गुणों और सिस्टम विफलताओं के सत्यापन को शीफ कोहोमोलॉजी के माध्यम से ज्यामितीय बाधाओं के विश्लेषण में परिवर्तित किया जा सके।
यह शोध पत्र एक डेटा ऑग्मेंटेशन फ्रेमवर्क प्रस्तुत करता है जो वास्तविक दुनिया के प्रदर्शनों से यथार्थवादी नवीन दृश्य (novel views) और टकराव-मुक्त एक्शन ट्रेजेक्टरीज़ उत्पन्न करने के लिए एक नवीन फिशआई-अनुकूलित गॉसियन स्प्लेटिंग फॉर्मूलेशन और ट्रेजेक्टरी ऑप्टिमाइज़ेशन का लाभ उठाता है, जिससे परिचित और बाधा-युक्त दोनों प्रकार के वातावरणों में विसुओमोटर पॉलिसियों की मजबूती और सफलता दर में महत्वपूर्ण सुधार होता है।
यह शोध पत्र Fail-RAG को प्रस्तुत करता है, जो एक रिट्रीवल ऑगमेंटेड जनरेशन फ्रेमवर्क है जो डायनेमिक वेयरहाउस वातावरण में अप्रत्याशित रोबोट विफलताओं का पता लगाने की सटीकता को मानक ऑफ-द-शेल्फ मॉडलों की तुलना में महत्वपूर्ण रूप से सुधारने के लिए विजन-लैंग्वेज मॉडल्स और सिमिलैरिटी-बेस्ड रिट्रीवल का लाभ उठाता है।
DF-ExpEnse एक सैंपल-एफिशिएंट एक्सप्लोरेशन तकनीक है जो प्रीट्रेन जेनरेटिव रोबोटिक पॉलिसियों को फाइनट्यून करने के लिए मल्टीमॉडल मॉडलिंग और क्रिटिक एनसेम्बल्स का लाभ उठाती है ताकि ऑनलाइन डेटा कलेक्शन को ऑप्टिमाइज़ किया जा सके और फ्लीट सेटिंग्स में कोलैबोरेटिव एक्सप्लोरेशन को सक्षम बनाया जा सके।
यह शोध पत्र यह प्रदर्शित करता है कि द्विदिश ट्यूटरिंग (bidirectional tutoring), जहाँ रोबोट और ट्यूटर एक-दूसरे के अनुकूल गतिशील रूप से ढलते हैं, मुक्त-ऊर्जा-सिद्धांत (free-energy-principle) पर आधारित विकासात्मक ढांचे के भीतर पिछले अनुभवों को पूर्व बाधाओं (prior constraints) के रूप में उपयोग करके, पारंपरिक एकदिशीय दृष्टिकोणों की तुलना में ह्यूमनाइड रोबोटों में अधिक प्रभावी ढंग से स्थिर और सामान्यीकरण योग्य मोटर लर्निंग को बढ़ावा देती है।
यह शोध पत्र को-पॉलिसी (Co-policy) प्रस्तुत करता है, जो एम्बोडीड मानव-रोबोट संगीतमय सह-सृजन के लिए एक ऐसा ढांचा है जो सिमेंटिक इंटेंट ग्राउंडिंग के लिए एक फाइन-ट्यून्ड Qwen-vl प्लानर को रीयल-टाइम, भौतिक रूप से निष्पादन योग्य पूरक संगीतमय प्रतिक्रियाएं उत्पन्न करने के लिए एक गॉसियन-मिक्सचर विज़ुओमोटर पॉलिसी के साथ एकीकृत करता है।
यह शोध पत्र डीप कोऑर्डिनेटर (Deep Coordinator) का परिचय देता है, जो एक डीप-अनफोल्डिंग फ्रेमवर्क है जो समाधान-समय (solve-time) पर ADMM-DDP हाइपरपैरामीटर्स को गतिशील रूप से समायोजित करने के लिए एक अनसुपरवाइज्ड लर्निंग स्कीम का उपयोग करता है, जिससे वितरित मल्टी-एजेंट रोबोटिक्स अनुकूलन को प्रशिक्षण के लिए उपयोग किए गए सिस्टमों से काफी बड़े सिस्टमों पर प्रदर्शन बनाए रखते हुए पारंपरिक सॉल्वर की तुलना में 6.18–9.44 गुना तेज़ी से तुलनीय प्रक्षेपवक्र गुणवत्ता (trajectory quality) प्राप्त करने में सक्षम बनाया जा सके।
यह शोध पत्र मोटर एंगुलर स्पीड लिडार ओडोमेट्री (MAS-LO) प्रस्तुत करता है, जो एक नवीन स्टेट एस्टीमेशन एल्गोरिदम है जो डिग्रेड हुए IMU डेटा को बदलने के लिए मोटर की गति को प्रीइंटीग्रेट करता है, जिससे अत्याधुनिक इनर्शियल विधियों की तुलना में कम लेटेंसी के साथ काफी उच्च स्थिति और वेग सटीकता प्राप्त होती है।
MirrorDuo एक रिफ्लेक्शन-आधारित डेटा ऑग्मेंटेशन और स्ट्रक्चरल प्रायर विधि है जो एकल RGB कैप्चर से मिरर किए गए प्रदर्शन युग्म (demonstration pairs) उत्पन्न करती है, जो विसुओमोटर पॉलिसी के प्रदर्शन में महत्वपूर्ण सुधार करती है और वर्कस्पेस विविधताओं के बीच कुशल ज़ीरो-शॉट या फ्यू-शॉट स्किल ट्रांसफर को सक्षम बनाती है।
Pose6DAug एक विफलता-संचालित डेटा ऑग्मेंटेशन फ्रेमवर्क है जो नए ऑब्जेक्ट्स के लिए विजन-लैंग्वेज-एक्शन (VLA) पॉलिसी के सामान्यीकरण को बढ़ाता है, जो नए डेटा संग्रह की आवश्यकता के बिना भौतिक रूप से प्रशंसनीय और मल्टी-व्यू सुसंगत प्रदर्शन उत्पन्न करने के लिए टेम्पोरली कोहेरेंट 6D पोज़ ट्राजेक्टरीज का उपयोग करके 3D स्पेस में मैनिपुलेटेड ऑब्जेक्ट्स को बदल देता है।