4653 पेपर
यह शोध पत्र मल्टी-UAV सिस्टम के लिए एक वितरित 3D लीडर-फॉलोअर फॉर्मेशन कंट्रोल फ्रेमवर्क प्रस्तावित करता है जो एक कंट्रोल बैरियर फंक्शन-आधारित सुरक्षा फिल्टर के भीतर एक नॉमिनल ट्रैकिंग कंट्रोलर को एम्बेड करके विजन-आधारित सुरक्षा सुनिश्चित करता है ताकि यह गारंटी दी जा सके कि लीडर फॉलोअर के फील्ड ऑफ व्यू के भीतर बना रहे।
यह शोध पत्र एक मोशन-अनसर्टेन्टी-अवेयर नेक्स्ट-बेस्ट-व्यू फ्रेमवर्क प्रस्तुत करता है जो एक गतिशील कठोर वस्तु की भविष्य की अवस्थाओं की भविष्यवाणी करने के लिए फिक्स्ड-लैग गॉसियन प्रोसेस स्मूथिंग को एकीकृत करता है, जिससे निष्पादन विलंब (एग्जीक्यूशन डिले) के दौरान मोशन और मेजरमेंट अनसर्टेन्टी को ध्यान में रखते हुए 3D पुनर्निर्माण की पूर्णता में सुधार के लिए व्यूपॉइंट चयन को अनुकूलित किया जाता है।
यह शोध पत्र डेक्सकोहैंड (DexCoHand), जो एक कुशल और अनुपालनशील सॉफ्ट हाइड्रोलिक ग्रिपर है, को एस्ट्रोबी (Astrobee) फ्री-फ्लाइंग रोबोट के साथ एकीकृत करने की प्रस्तुति करता है ताकि स्थिर माइक्रोग्रैविटी हेरफेर को सक्षम किया जा सके जो बेस प्लेटफॉर्म के व्यवधान को न्यूनतम करता है और सिमुलेशन एवं हार्डवेयर प्रयोगों दोनों में मौजूदा अंडरएक्टुएटेड ग्रिपर्स की तुलना में बेहतर प्रदर्शन करता है।
यह शोधपत्र वर्ल्डएरिना (WorldArena) 2.0 का परिचय देता है, जो एक विस्तारित बेंचमार्क है जो मौजूदा विजन-ओनली (vision-only) और सिम्युलेटर-आधारित मूल्यांकनों की सीमाओं को दूर करने के लिए तीन नए आयामों—विजुओटैक्टाइल मोडैलिटी (visuotactile modality), पॉलिसी ऑप्टिमाइज़ेशन के लिए इंटरैक्टिव फंक्शनैलिटी, और विविध वास्तविक एवं सिम्युलेटेड प्लेटफॉर्म्स—के माध्यम से एम्बॉडीड वर्ल्ड मॉडल्स (embodied world models) का व्यवस्थित रूप से मूल्यांकन करता है।
यह शोध पत्र OpenAI कार रेसिंग वातावरण के लिए डीप रिइन्फोर्समेंट लर्निंग में ट्रांसफर लर्निंग के अनुप्रयोग का अन्वेषण करता है, जो यह प्रदर्शित करता है कि मॉडल-आधारित दृष्टिकोण मॉडल-मुक्त दृष्टिकोणों से बेहतर प्रदर्शन करते हैं और एक स्रोत सर्किट से ज्ञान को स्थानांतरित करना अनुकूलित लक्ष्य वातावरणों में प्रदर्शन और सीखने की दक्षता को महत्वपूर्ण रूप से बढ़ाता है।
यह शोध पत्र TacSE3 प्रस्तुत करता है, जो एक इक्विवेरिएंट (equivariant) SE(3) मोशन एस्टीमेशन पाइपलाइन है जो डुअल-सेंसर लो-टेक्चर विज़ुओटैक्टाइल डेटा का लाभ उठाकर 3D फोर्स फील्ड्स को प्लेनर ट्रांसलेशन और शियर-आधारित रोटेशन में अलग करता है, जिससे बिना रिट्रेनिंग के रोबोटिक मैनिपुलेशन के लिए सुदृढ़ इन-ग्रिपर ट्रैकिंग और डिस्टर्बेंस कंपनसेशन सक्षम होता है।
यह शोध पत्र यह प्रदर्शित करता है कि जहाँ अनिश्चितता-आधारित गेटिंग तंत्र (uncertainty-based gating mechanisms) सिमेंटिक नवीनता (semantic novelty) का पता लगाने के लिए अप्रभावी हैं, वहीं एक बार जब अंतर्निहित मॉडल एक सक्षम प्रदर्शन सीमा तक पहुँच जाता है, तो सरल अनिश्चितता प्रॉक्सी (uncertainty proxies) विश्वसनीय स्वायत्त निर्णय लेने के लिए पर्याप्त हो जाते हैं, जिस बिंदु पर विशिष्ट अनिश्चितता अनुमान पद्धति की तुलना में दहलीज (threshold) का चयन अधिक महत्वपूर्ण हो जाता है।
यह शोध पत्र 4DLidarOpen को प्रस्तुत करता है, जो एक बड़े पैमाने का ओपन मल्टी-मोडल डेटासेट है जिसमें प्रत्यक्ष रेडियल वेलोसिटी माप के साथ सिंक्रोनाइज़्ड 4D FMCW लिडार (Lidar) शामिल है, जो यह प्रदर्शित करता है कि पारंपरिक ज्यामितीय-मात्र (geometric-only) दृष्टिकोणों की तुलना में वेलोसिटी-अवेयर सेंसिंग, स्वायत्त ड्राइविंग के लिए मोशन परसेप्शन, फोरकास्टिंग और प्लानिंग को महत्वपूर्ण रूप से बेहतर बनाती है।
यह शोध पत्र एक हार्डवेयर-अज्ञेय (hardware-agnostic), केवल RGB-आधारित ढांचे को प्रस्तुत करता है जो सक्रिय, वृद्धिशील (incremental) 3D सीन ग्राफ जनरेशन को बूटस्ट्रैप और निर्देशित करने के लिए 'कॉमन प्रायर मैप्स' के रूप में स्थिर बाहरी कैमरों का उपयोग करता है, जो वाइड-फील्ड बाहरी दृश्यों को ऑनबोर्ड रोबोट अवलोकनों के साथ संलयित करके प्रारंभिक ऑब्जेक्ट रिकॉल और अन्वेषण दक्षता में महत्वपूर्ण सुधार करता है।
यह शोध पत्र केवल RGB इनपुट का उपयोग करके 3D सीन ग्राफ के सक्रिय, वृद्धिशील निर्माण के लिए एक पूर्णतः दृश्य, हार्डवेयर-अज्ञेय ढाँचे को प्रस्तुत करता है, जो धारणा और नियोजन को एकीकृत करता है ताकि डेप्थ-पैरिटी प्रदर्शन प्राप्त किया जा सके और सिमेंटिक-संचालित व्यूपॉइंट चयन के माध्यम से ऑब्जेक्ट डिटेक्शन में ज्यामितीय बेसलाइन से काफी बेहतर प्रदर्शन किया जा सके।