4223 पेपर
MessyMem मोबाइल मैनिपुलेटर्स के लिए एक निरंतर स्मृति प्रणाली (persistent memory system) है जो इंटरेक्शन-व्युत्पन्न ज्ञान से संवर्धित एक स्थानिक रूप से ग्राउंडेड 3D सीन ग्राफ को बनाए रखती है, जिससे रोबोटों को अनुभव से सीखने और दीर्घकालिक कार्यों (long-horizon tasks) में पिछले खोजों का पुन: उपयोग करके मौजूदा बेसलाइन से काफी बेहतर प्रदर्शन करने में सक्षम बनाया जा सके।
यह शोधपत्र RECAL को प्रस्तुत करता है, जो एक रोबोट-एनवायरनमेंट क्रॉस-अटेंशन लेयर है, जो अपूर्ण ट्रैकिंग स्थितियों के तहत कार्य करने वाले ह्यूमनॉइड्स के लिए लक्ष्य ट्रैकिंग और टकराव बचाव के बीच गतिशील रूप से संतुलन बनाने हेतु बाहरी दृश्य ज्यामिति (external scene geometry) को एकीकृत करके मौजूदा होल-बॉडी कंट्रोलर्स को उन्नत करता है।
यह शोधपत्र PICO को प्रस्तुत करता है, जो एक रोबोटिक क्लाउड-प्रयोगशाला आर्किटेक्चर है जो रिमोट, स्क्रिप्टेड और स्वायत्त नियंत्रण के लिए एक एकीकृत सॉफ्टवेयर एब्स्ट्रैक्शन लेयर प्रदान करके पुनर्गठनीय फ्री-स्पेस ऑप्टिक्स प्रयोगों के प्रोग्रामिंग, संचालन और पुनरुत्पादकता को सरल बनाता है।
यह शोधपत्र XRoboToolKit-T प्रस्तुत करता है, जो एक बहुमुखी टेलीऑपरेशन सिस्टम है जो चुनौतीपूर्ण संपर्क-समृद्ध हेरफेर कार्यों (contact-rich manipulation tasks) के लिए उच्च-आवृत्ति, स्थिर और सटीक डेटा संग्रह प्राप्त करने हेतु स्पर्श-सूचित बल नियंत्रण (tactile-informed force control) को हैप्टिक सहायता मॉड्यूल के साथ एकीकृत करता है।
UniDex-ViTac एक ऐसा फ्रेमवर्क है जो मानव वीडियो प्रदर्शनों का लाभ उठाकर स्पर्श प्रतिक्रिया (tactile feedback) से समृद्ध सिम्युलेटेड रोबोट प्रक्षेपवक्र (trajectories) उत्पन्न करता है, जिससे एक एकीकृत विज़ुओ-टैक्टाइल पॉलिसी को प्रशिक्षित करने में सक्षम होता है जो बिना किसी वास्तविक-रोबोट प्रदर्शन या फाइन-ट्यूनिंग के, केवल विज़न-आधारित बेसलाइन की तुलना में देखे गए और अनदेखे दोनों प्रकार के ऑब्जेक्ट्स पर काफी उच्च डेक्सट्रस मैनिपुलेशन सफलता दर प्राप्त करता है।
वीव (Weave) एक एकीकृत ढांचा है जो मानव प्रदर्शनों को कॉन्टैक्ट-अवेयर रिटारगेटिंग के माध्यम से निष्पादन योग्य संदर्भों में परिवर्तित करके और प्रशिक्षित एवं अनदेखे इंटरैक्शन परिदृश्यों दोनों में उच्च सफलता दर प्राप्त करने के लिए एक ज्योमेट्री-अवेयर पॉलिसी का उपयोग करके, मानवोन्मुखी रोबोटों के लिए संपूर्ण-शरीर दक्ष लोको-मैनिपुलेशन सीखता है।
यह शोधपत्र एक नवीन फैक्टर ग्राफ-आधारित ढांचे का प्रस्ताव करता है जो टेट्राहेड्रल मेश के रूप में दर्शाए गए विरूपण योग्य वस्तुओं (deformable objects) के सटीक, संभाव्य अवस्था अनुमान और पुनर्निर्माण को करने के लिए भौतिक पूर्ववृत्त (physics priors), शोर युक्त सेंसर डेटा और टेम्पोरल बाधाओं को एकीकृत करता है।
यह शोध पत्र IL-ACT का प्रस्ताव करता है, जो एक नवीन इमिटेशन लर्निंग फ्रेमवर्क है जिसे एडेप्टिव कार्टेशियन ट्रैकिंग और एक स्टॉपिंग-डिस्टेंस गवर्नर के साथ संवर्धित किया गया है, जो विभिन्न हाइड्रोलिक और सेंसिंग स्थितियों के तहत बेसलाइन विधियों की तुलना में ट्रैकिंग त्रुटियों को काफी कम करके और लक्ष्य पूर्णता में सुधार करके 30-टन के एक्सकैवेटर के स्वायत्त नियंत्रण में बेहतर प्रदर्शन प्रदर्शित करता है।
यह शोध पत्र एम्बोडीड इंटेलिजेंस (embodied intelligence) में वर्ल्ड मॉडल्स के मूल्यांकन के लिए एक नए ढांचे का प्रस्ताव करता है जो दृश्य निष्ठा (visual fidelity) से ध्यान हटाकर प्रशंसनीय (Plausible), नियंत्रणीय (Controllable) और क्रियाशील (Actionable) क्षमताओं के तीन-स्तरीय पदानुक्रम पर केंद्रित करता है, और यह तर्क देता है कि वास्तविक मूल्य उन भविष्यवाणियों में निहित है जो कार्य-प्रासंगिक संरचना को पकड़ती हैं, हस्तक्षेप के प्रभावों को दर्शाती हैं, और क्लोज्ड-लूप एजेंट व्यवहार में मापने योग्य सुधार करती हैं।
यह शोध पत्र एक्शन चंकिंग ट्रांसफॉर्मर (ACT) के मूल निष्कर्षों को चुनौती देता है, यह प्रदर्शित करते हुए कि इसके कंडीशनल वेरिएशनल ऑटोएनकोडर एनकोडर को हटाने से होने वाली रिपोर्ट की गई महत्वपूर्ण प्रदर्शन गिरावट उनके पुन: परीक्षणों (re-runs) में पुनरावृत्त नहीं होती है, जो यह सुझाव देता है कि एनकोडर की उपयोगिता मॉडल के लिए एक मौलिक आवश्यकता के बजाय प्रशिक्षण और मूल्यांकन प्रोटोकॉल के प्रति अत्यधिक संवेदनशील है।