4515 पेपर
यह शोधपत्र PolyMerge का प्रस्ताव करता है, जो मेमोरी-गहन (memory-intensive) 3D गॉसियन स्प्लेटिंग मॉडल्स को हल्के उत्तल बहुफलक (convex polytope) निरूपणों में संकुचित करने की एक विधि है ताकि संसाधन-सीमित ड्रोन पर प्रमाणित रूप से सुरक्षित, वास्तविक समय की बाधा निवारण और पथ नियोजन को सक्षम बनाया जा सके।
यह शोध पत्र FlowMPC प्रस्तुत करता है, जो एक सीखे हुए वर्ल्ड मॉडल (world model) को टेस्ट-टाइम MPPI प्लानिंग करने के लिए एकीकृत करके रोबोटिक मैनिपुलेशन हेतु फ्लो मैचिंग पॉलिसियों को बेहतर बनाता है, जिससे मूल प्रशिक्षण उद्देश्य को बदले बिना कार्य सफलता दर में सुधार होता है।
यह शोध पत्र FluidTest को पेश करता है, जो एक मानव-संरेखित और सत्यापन योग्य मूल्यांकन पाइपलाइन है जो लॉन्ग-टेल स्वायत्त ड्राइविंग परिदृश्यों में सुरक्षा-संबंधित प्रक्षेपवक्र विस्थापन (trajectory displacements) का पता लगाता है, जिससे यह प्रकट होता है कि अत्याधुनिक प्लानर उच्च मानक प्रदर्शन मेट्रिक्स प्राप्त करने के बावजूद अक्सर महत्वपूर्ण सुरक्षा विफलताओं का प्रदर्शन करते हैं।
यह शोध पत्र एक संवर्धित वास्तविकता (ऑगमेंटेड रियलिटी) ब्रेन-रोबोट इंटरफेस प्रस्तुत करता है जो एक साझा स्वायत्तता ढांचे के भीतर वस्तु चयन के लिए आई-ट्रैकिंग और क्रिया नियंत्रण के लिए मोटर इमेजरीरी को जोड़ता है, जो 18 प्रतिभागियों के साथ बहु-चरणीय दैनिक कार्यों को करने वाले एक अध्ययन के माध्यम से सामान्यवादी रोबोट आर्म हेरफेर के लिए इसकी व्यवहार्यता और उच्च उपयोगिता को प्रदर्शित करता है।
यह शोध पत्र रोबोटिक्स हार्नेस ऑप्टिमाइज़ेशन (RHO) को पेश करता है, जो एक नवीन प्रशिक्षण प्रतिमान (training paradigm) है जहाँ टूल-सक्षम कोडिंग एजेंट पर्यावरणीय फीडबैक का उपयोग करके व्याख्या योग्य, मल्टी-फाइल न्यूरोसिम्बोलिक पॉलिसी रिपॉजिटरी की खोज करते हैं, जिससे वास्तविक समय के रोबोटिक्स कार्यों में मौजूदा मल्टी-टर्न एजेंटिक सिस्टमों की तुलना में अत्याधुनिक प्रदर्शन और बेहतर दक्षता प्राप्त होती है।
यह शोध पत्र एक विच्छेदित (decoupled), वस्तु-केंद्रित वीडियो समझ फ्रेमवर्क प्रस्तावित करता है जो एक्शन रिकग्निशन के लिए टेम्पोरल शिफ्ट मॉड्यूल्स को एक नवीन प्रक्षेपवक्र-आधारित (trajectory-based) ऑब्जेक्ट सिलेक्शन एल्गोरिदम और सटीक, व्याकरण-मुक्त रोबोटिक मैनिपुलेशन कमांड उत्पन्न करने के लिए विजन-लैंग्वेज मॉडल्स के साथ जोड़ता है, जो Something-Something V2 डेटासेट पर सटीकता और कमांड गुणवत्ता दोनों में मौजूदा बेसलाइन्स से काफी बेहतर प्रदर्शन करता है।
यह शोध पत्र सीक्वेंशियल एसिमेट्रिक इमिटेशन (SAI) का प्रस्ताव करता है, जो एक करिकुलम-आधारित शिक्षण ढांचा है जो दो द्वि-हस्त (bimanual) मोबाइल मैनिपुलेटर्स को चरणबद्ध एकपक्षीय प्रशिक्षण और विरल हस्तक्षेपों के माध्यम से भौतिक रूप से युग्मित सहयोगात्मक कार्यों में महारत हासिल करने में सक्षम बनाता है, जिससे सिंक्रनाइज़्ड द्वैत-ऑपरेटर प्रदर्शन या स्पष्ट अंतर-रोबोट संचार की आवश्यकता समाप्त हो जाती है।
यह शोध पत्र APEX को प्रस्तुत करता है, जो एक प्लग-एंड-प्ले फ्रेमवर्क है जो उच्च-स्तरीय इमिटेशन लर्निंग पॉलिसियों और निम्न-स्तरीय नियंत्रकों के बीच निष्पादन अंतराल (execution gap) को पाटता है, गतिशील रूप से व्यवहार्य संदर्भों (dynamically feasible references) का पुनर्निर्माण करके और परीक्षण के समय स्टेट फीडबैक के अनुकूल होकर, जिससे मूल नीति या नियंत्रक में बिना किसी संशोधन के ट्रैकिंग त्रुटियों को काफी कम किया जाता है और हेरफेर की सफलता में सुधार किया जाता है।
यह शोध पत्र इलास्टिक ओडिन (Elastic ODYN) को प्रस्तुत करता है, जो एक डिफरेंशिएबल प्राइमल-डुअल क्यूपी (QP) सॉल्वर और फ्रेमवर्क है जो संख्यात्मक स्थिरता, निकटतम-संभव समाधानों की अभिसरण (convergence), और संघर्षपूर्ण उद्देश्यों एवं डिजेनरेट कॉन्टैक्ट स्थितियों के तहत भी विश्वसनीय ग्रेडिएंट गणना सुनिश्चित करने के लिए स्मूथ इलास्टिक रिलैक्सेशन का उपयोग करके रोबोटिक्स में असंतुलित नियंत्रण और लर्निंग कार्यों को मजबूती से संभालता है।
वेवसिंक (WaveSync) एक हाइब्रिड फ्रेमवर्क है जो लार्ज लैंग्वेज मॉडल-संचालित सिमेंटिक इम्पॉर्टेंस वेव्स (semantic importance waves) को डायनेमिक मूवमेंट प्रिमिटिव्स (Dynamic Movement Primitives) और एक वेवफ्रंट ऑप्टिमाइज़ेशन (Wavefront Optimization) चरण के साथ जोड़कर मानव रूपी रोबोटों के लिए अभिव्यंजक, किनेमैटिकली कंप्लायंट को-स्पीच जेस्चर (co-speech gestures) उत्पन्न करता है, ताकि हार्डवेयर बाधाओं का सम्मान करते हुए सटीक शब्द-स्तरीय सिंक्रोनाइज़ेशन सुनिश्चित किया जा सके।