4546 पेपर
यह शोध पत्र लैंग्वेज सेंसर मॉडल (LSM) और VL-Map फ्रेमवर्क प्रस्तुत करता है जो प्राकृतिक भाषा के विवरणों को कैलिब्रेटेड स्थानिक संभाव्यता वितरणों (spatial probability distributions) में परिवर्तित करता है, जिससे रोबोट भाषाई संकेतों को अपने ऑनबोर्ड धारणा के साथ प्रभावी ढंग से जोड़कर 3D ऑब्जेक्ट लोकलाइजेशन को काफी अधिक सटीक बना पाते हैं।
यह शोध पत्र डिस्टॉर्शन-अवेयर PETR (DAPETR) का प्रस्ताव करता है, जो एक प्रोजेक्शन-मुक्त डिटेक्टर है जो इमेज फीचर्स को फिशआई ज्यामिति के साथ सामंजस्य बिठाने के लिए सीखे गए एडेप्टिव मॉड्यूल का उपयोग करता है, जो इमेज रेक्टिफिकेशन पर निर्भर रहे बिना मिश्रित पिनहोल-फिशआई कैमरा सेटअप में 3D ऑब्जेक्ट डिटेक्शन को महत्वपूर्ण रूप से उन्नत करता है।
PhysAgent एक नवीन सिम्युलेटर-इन-द-लूप मल्टी-एजेंट फ्रेमवर्क पेश करता है जो सामग्री और गतिशील अनुकूलन को अलग करके भौतिक रूप से प्रशंसनीय 4D संश्लेषण को स्वचालित करता है, जो बल क्षेत्र विन्यास और स्थानीय इष्टतम (लोकल ऑप्टिमा) के फंसने की मौजूदा विधियों की सीमाओं को दूर करने के लिए विजन-आधारित प्रक्षेपवक्र निष्कर्षण और LLM तर्क का उपयोग करता है।
यह शोध पत्र प्रदर्शित करता है कि प्रत्यक्ष इनपुट-आउटपुट न्यूरल नेटवर्क नियंत्रण अत्यधिक अस्थिर टिल्ट-रोटर प्रणालियों को स्थिर करने में विफल रहता है, और इसके बजाय एक मजबूत हाइब्रिड दृष्टिकोण प्रस्तावित करता है जो अनिश्चितताओं के तहत बेहतर स्थिरता और दक्षता प्राप्त करने के लिए कम-प्रदर्शन वाले उड़ान लॉग्स पर प्रशिक्षित हल्के डायनेमिक्स प्रेडिक्टर्स के साथ एक न्यूरल-नेटवर्क-उन्नत स्लाइडिंग मोड कंट्रोलर को जोड़ता है।
यह शोध पत्र एक ऐसे ढांचे का प्रस्ताव करता है जो फिमैन-कैक सुधारकों (Feynman-Kac correctors) को एक नवीन गाइडिंग पोटेंशियल और पुनरावृत्ति पथ अनुकूलन (iterative trajectory optimization) के साथ जोड़ता है ताकि डिफ्यूजन पॉलिसियों को व्यवस्थित रूप से विविध, निष्पादन योग्य व्यवहारों की खोज करने के लिए निर्देशित किया जा सके जिन्हें अक्सर सीमित प्रशिक्षण डेटा के दौरान अनदेखा कर दिया जाता है।
यह शोध पत्र ज्योमेट्री-अवेयर हाइब्रिड फ्यूजन (GA-HF) फ्रेमवर्क का प्रस्ताव करता है, जो फिशआई फीचर्स को पोलर BEV ग्रिड में लिफ्ट करने और रोबस्ट 3D ऑब्जेक्ट डिटेक्शन प्राप्त करने के लिए ड्यूल-अटेंशन वार्पिंग करेक्शन लागू करके स्पार्स-व्यू फिशआई-LiDAR सेटअप की गंभीर ज्यामितीय चुनौतियों का समाधान करता है, जिससे कई बेंचमार्क पर अत्याधुनिक प्रदर्शन प्राप्त होता है।
यह शोध पत्र RAM को प्रस्तुत करता है, जो एक मॉर्फोलॉजी-कंडीशन्ड इम्प्लिसिट न्यूरल रिप्रेजेंटेशन है जिसे एक विशाल फॉरवर्ड-काइनेमैटिक्स डेटासेट पर प्रशिक्षित किया गया है जो विविध रोबोटिक मॉर्फोलॉजी के लिए तेज़, डिफरेंशिएबल और जनरलाइज़ेबल रीचेबिलिटी प्रेडिक्शन प्रदान करता है और स्वाभाविक रूप से सेल्फ-कोलिजन्स को ध्यान में रखता है, जिससे मॉर्फोलॉजी और ट्राजेक्टरी ऑप्टिमाइज़ेशन में महत्वपूर्ण रूप से तेजी आती है।
यह शोधपत्र एक ऐसे ढांचे को प्रस्तुत करता है जो अनमॉडिफाइड (unmodified) ROS 2 अनुप्रयोगों को लिंगुआ फ्रांका (Lingua Franca) प्रोग्राम में परिवर्तित करता है ताकि नियत निष्पादन (deterministic execution) और समय की पूर्वानुमान क्षमता (timing predictability) को लागू किया जा सके, जिससे ROS 2 के कॉलबैक ऑर्डरिंग और मैसेज इंटरलीविंग की अंतर्निहित अनिश्चितता को समाप्त किया जा सके।
MotionWAM एक वास्तविक समय का फाउंडेशन वर्ल्ड एक्शन मॉडल है जो इंटरमीडिएट वीडियो डिनोइजिंग फीचर्स का लाभ उठाकर समन्वित मोशन टोकन की भविष्यवाणी करके ह्यूमनॉइड्स के लिए होल-बॉडी लोको-मैनिपुलेशन कंट्रोल को एकीकृत करता है, जिससे पारंपरिक पदानुक्रमित नीतियों की गति और निरंतरता की सीमाओं को दूर किया जा सकता है और जटिल कार्यों में विजन-लैंग्वेज-एक्शन बेसलाइन्स से काफी बेहतर प्रदर्शन किया जा सकता है।
यह शोध पत्र एक स्व-गतिशील पाठ्यक्रम सुदृढीकरण शिक्षण (सेल्फ-पेस्ड करिकुलम रिइन्फोर्समेंट लर्निंग) ढांचे को प्रस्तुत करता है जो सॉफ्ट एक्टर-क्रिटिक को गतिशील कार्य पीढ़ी के साथ एकीकृत करता है ताकि एक भौतिकी-सटीक सिमुलेशन में एक स्वायत्त एजेंट को स्थिर और तेज़ सुपरबाइक रेसिंग के लिए कुशलतापूर्वक प्रशिक्षित किया जा सके, जो मानक SAC दृष्टिकोणों से बेहतर प्रदर्शन करता है।