4546 पेपर
यह शोध पत्र एक सुदृढ़ 6-DoF ग्रैस्प पोज एस्टिमेशन फ्रेमवर्क प्रस्तावित करता है जो मल्टी-व्यू पॉइंट क्लाउड फीचर्स को प्रभावी ढंग से फ्यूज करने के लिए एक सेल्फ-सुपरवाइज्ड कॉन्ट्रास्टिव लर्निंग स्ट्रैटेजी और एक क्रॉस-व्यू-अलाइन्ड सिलेंडर इंटीग्रेशन मॉड्यूल का लाभ उठाता है, जिससे अवरोध (occlusion) को दूर किया जा सके और चुनौतीपूर्ण कॉर्नर व्यूज़ में प्रदर्शन को बढ़ाया जा सके।
यह शोध पत्र LIMMT को प्रस्तुत करता है, जो भौतिकी-आधारित ह्यूमनॉइड मोशन ट्रैकिंग के लिए एक डेटा-केंद्रित ढांचा है, जो बड़े, अनफ़िल्टर्ड डेटासेट पर निर्भर रहने के बजाय भौतिक व्यवहार्यता, विविधता और जटिलता के आधार पर मोशन डेटा के एक छोटे, उच्च-गुणवत्ता वाले उपसमुच्चय को क्यूरेट करके उत्कृष्ट प्रदर्शन प्रदर्शित करता है।
यह शोध पत्र मल्टी-ऑपरेटर मल्टी-रोबोट नियंत्रण के लिए एक मिश्रित-वास्तविकता (mixed-reality) इंटरफ़ेस प्रस्तुत करता है जो को-लोकेटेड साझा और निजी वर्कस्पेस दोनों मोड का समर्थन करता है, और एक उपयोगकर्ता अध्ययन के माध्यम से यह प्रदर्शित करता है कि जबकि दोनों मोड प्रभावी मिशन निष्पादन को सक्षम करते हैं, को-लोकेटेड साझा वर्कस्पेस कथित सहयोग, साझा समझ और हैंडऑफ स्पष्टता को महत्वपूर्ण रूप से बढ़ाता है।
यह शोध पत्र AdaWAM का प्रस्ताव करता है, जो एक वर्ल्ड एक्शन मॉडल है जो निष्पादन संदर्भ (execution context) के आधार पर टेक्स्टुअल और विजुअल रीजनिंग मोड के बीच अनुकूल रूप से स्विच करने के लिए एक लाइटवेट डायनेमिक राउटर का उपयोग करके जटिल कार्यों पर एम्बॉडीड इंटेलिजेंस को बढ़ाता है, जिससे अनुमान दक्षता (inference efficiency) और प्रदर्शन दोनों में सुधार होता है।
TOAD एक प्लग-एंड-प्ले, टेस्ट-टाइम ट्रैजेक्टरी ऑप्टिमाइज़ेशन विधि है जो सीखे गए ट्रैजेक्टरी-स्तरीय रिवॉर्ड्स को खोजने और उन्हें अधिकतम करने के लिए क्रॉस-एन्ट्रॉपी मेथड का लाभ उठाती है, जो बिना पुन: प्रशिक्षण (retraining) के मौजूदा एंड-टू-एंड स्वायत्त ड्राइविंग प्लानर्स के प्रदर्शन में महत्वपूर्ण सुधार करती है।
यह शोध पत्र Shield-Loco को प्रस्तुत करता है, जो एक प्रेडिक्टिव सेफ्टी फ़िल्टर है जो फुल-फिजिक्स मॉडल्स और एक लर्नड वैल्यू फंक्शन का उपयोग करके सुरक्षित कॉन्टैक्ट सीक्वेंस को एसिंक्रोनसली ऑप्टिमाइज़ करके सुदृढीकरण लर्निंग (रिनफोर्समेंट लर्निंग) आधारित लेग्ड लोकोमोशन को बेहतर बनाता है, जिससे उच्च कार्य प्रदर्शन बनाए रखते हुए घने वातावरण में टकराव को रोका जा सकता है।
यह शोध पत्र एक अमूर्त वास्तुकला (abstract architecture) प्रस्तावित करता है जिसे खतरनाक वातावरणों के लिए स्वायत्त रोबोटिक प्रणालियों में व्याख्यात्मकता (explainability) को समाहित करने के लिए डिज़ाइन किया गया है, जिससे मानवीय विश्वास को बढ़ावा मिले और एक नागरिक परमाणु उद्योग उदाहरण के माध्यम से एक डिज़ाइन टेम्पलेट प्रदान किया जा सके।
यह शोध पत्र WIZARD का प्रस्ताव करता है, जो एक वेट-स्पेस मेटा-लर्निंग फ्रेमवर्क है जो केवल एक भाषा निर्देश और एक लघु वीडियो से कार्य-विशिष्ट LoRA पैरामीटर उत्पन्न करके फ्रोजन विजन-लैंग्वेज-एक्शन (VLA) मॉडल्स को नई रोबोटिक टास्क के लिए कुशल अनुकूलन सक्षम बनाता है, जिससे लक्षित-कार्य एक्शन लेबल्स या टेस्ट-टाइम फाइन-ट्यूनिंग की आवश्यकता समाप्त हो जाती है।
यह शोध पत्र एक व्यवस्थित अध्ययन प्रस्तुत करता है जो यह प्रदर्शित करता है कि इमेज-आधारित री-आइडेंटिफिकेशन (Re-Identification) को LiDAR डेटा के साथ एकीकृत करने वाला एक हल्का, कैस्केड मैचिंग फ्रेमवर्क, वास्तविक समय की मोबाइल रोबोट नेविगेशन के लिए आवश्यक कम विलंबता (low latency) को बनाए रखते हुए, भीड़भाड़ वाले 3D पैदल यात्री ट्रैकिंग में पहचान परिवर्तन (identity switches) को प्रभावी ढंग से हल करता है।
यह शोध पत्र गॉसियन इवोल्यूशनरी स्पेशलिस्ट्स (GES) को प्रस्तुत करता है, जो उछाल-सहायता प्राप्त (buoyancy-assisted) लेग्ड रोबोट्स के तीव्र सह-डिज़ाइन को सक्षम करने के लिए डिज़ाइन-स्पेस विभाजन को पॉलिसी लर्निंग से अलग करता है, जिससे मौजूदा यूनिवर्सल पॉलिसी और मिक्स्चर-ऑफ-एक्सपर्ट्स दृष्टिकोणों की तुलना में हार्डवेयर पर काफी उच्च प्रदर्शन और बाधा पार करने की क्षमता प्राप्त होती है और साथ ही अनुकूलन समय भी कम होता है।