4753 पेपर
यह सर्वेक्षण मल्टी-रोबोट सिस्टम में लार्ज लैंग्वेज मॉडल्स को एकीकृत करने की पहली समर्पित समीक्षा प्रदान करता है, जो कार्य आवंटन (टास्क एलोकेशन), मोशन प्लानिंग और मानव संपर्क के माध्यम से उनके अनुप्रयोगों को व्यवस्थित रूप से वर्गीकृत करता है और वर्तमान चुनौतियों का विश्लेषण करते हुए भविष्य की अनुसंधान दिशाओं को रेखांकित करता है।
यह शोध पत्र BEVCALIB पेश करता है, जो एक नवीन डीप लर्निंग मॉडल है जो कच्चे डेटा से बर्ड्स-आई व्यू फीचर्स को फ्यूज करके और एक ज्यामितीय-निर्देशित फीचर सेलेक्टर का उपयोग करके स्टेट-ऑफ-द-आर्ट LiDAR-कैमरा कैलिब्रेशन प्राप्त करता है, जो कई डेटासेट्स में ट्रांसलेशन और रोटेशन सटीकता के मामले में मौजूदा बेसलाइन्स से काफी बेहतर प्रदर्शन करता है।
यह शोध पत्र एक विजन-आधारित साझा-नियंत्रण टेलीऑपरेशन सिस्टम प्रस्तुत करता है जो एक बाहरी कैमरे और मशीन लर्निंग का उपयोग करके एक ऑपरेटर की कलाई की गतिविधियों को क्वाड्रुपेड रोबोट के मैनिपुलेटर आर्म के साथ सहजता से मैप करता है, जबकि खतरनाक वातावरण में वास्तविक समय में टकराव से बचने के लिए एक ट्रैजेक्टरी प्लानर का उपयोग करता है।
यह शोध पत्र एक सिम-टू-रियल डीप लर्निंग फ्रेमवर्क प्रस्तुत करता है जो सिंथेटिक जेनेसिस डेटा पर प्रशिक्षित एक U-Net जैसे CNN का उपयोग करता है ताकि भुजाओं वाले क्वाड्रुपेड रोबोट्स को लोको-मैनिपुलेशन के माध्यम से स्वायत्त रूप से नेविगेट करने, धारणा बनाने और वस्तुओं को सटीक रूप से पकड़ने में सक्षम बनाया जा सके।
यह शोध पत्र किनेमैटिक किटबैशिंग (Kinematic Kitbashing) प्रस्तुत करता है, जो एक अनुकूलन ढांचा (optimization framework) है जो एक किनेमैटिक ग्राफ द्वारा नियंत्रित पुन: प्रयोज्य भागों को संकलित करके सुसंगत आर्टिकुलेटेड 3D वस्तुओं को संश्लेषित करता है, जिसमें किनेमैटिक्स-जागरूक अटैचमेंट निरंतरता सुनिश्चित करने के लिए उदाहरण-आधारित वेक्टर डिस्टेंस फील्ड्स (exemplar-based vector distance fields) और ब्लैक-बॉक्स टास्क-लेवल फंक्शनैलिटी के लिए अनुकूलित करने हेतु एनिलड लैंघविन सैंपलिंग (annealed Langevin sampling) का उपयोग किया गया है।
यह शोध पत्र एक अटेंशन-बेस्ड न्यूरल-ऑगमेंटेड कलमन फ़िल्टर (AttenNKF) प्रस्तावित करता है जो एक लेटेंट स्पेस में न्यूरल कॉम्पेन्सेटर को प्रशिक्षित करके लेग्ड रोबोट स्टेट एस्टीमेशन को बढ़ाता है ताकि फिसलन-प्रेरित बायस का पता लगाया जा सके और उन्हें सुधारा जा सके, जिससे यह फिसलन वाली स्थितियों में मौजूदा एस्टिमेटर्स से बेहतर प्रदर्शन करता है।
यह शोध पत्र अनडिस्काउंटेड अनंत-क्षितिज टेम्पोरल लॉजिक कार्यों में ग्रीडी Q-फंक्शन मैक्सिमाइजेशन की सीमा को संबोधित करता है, जिसमें नेस्टेड विनिर्देशों (specifications) के लिए अनुकूलतमता सुनिश्चित करने हेतु स्टेट हिस्ट्री पर आधारित नॉन-मार्कोवियन पॉलिसियों का निर्माण किया गया है और यह प्रदर्शित किया गया है कि कैसे Q-फंक्शंस जटिल टेम्पोरल लॉजिक आवश्यकताओं के लिए सेफ्टी फिल्टर्स के रूप में कार्य कर सकते हैं।
यह शोध पत्र VOFA प्रस्तुत करता है, जो एक पदानुक्रमित ह्यूमनाइड लोको-मैनिपुलेशन सिस्टम है जो केवल ऑनबोर्ड एगोसेंट्रिक धारणा (egocentric perception) का उपयोग करके अज्ञात भौतिक गुणों वाली भारी वस्तुओं को मनचाहे लक्ष्यों तक मजबूती से धकेलने के लिए एक उच्च-स्तरीय विजुअल गोल-कंडीशन्ड पॉलिसी को लो-लेवल फोर्स-एडेप्टिव कंट्रोलर के साथ जोड़ता है।
यह शोध पत्र VILAS प्रस्तुत करता है, जो एक किरिगामी-आधारित सॉफ्ट ग्रिपर और एक एकीकृत संचार ढांचे वाला एक कम लागत वाला, मॉड्यूलर रोबोटिक प्लेटफॉर्म है, जो अंगूर जैसी नाजुक वस्तुओं के सुरक्षित, एंड-टू-एंड हेरफेर के लिए अत्याधुनिक विजन-लैंग्वेज-एक्शन मॉडल्स के प्रशिक्षण और परिनियोजन को सफलतापूर्वक प्रदर्शित करता है।
यह शोध पत्र विभिन्न क्वांटाइजेशन स्तरों (FP32, FP16, INT8) के तहत लाइटवेट बर्ड्स आई व्यू आर्किटेक्चर का बेंचमार्किंग करके, एज डिवाइसेस पर LiDAR-आधारित प्लेस रिकग्निशन के लिए डीप न्यूरल नेटवर्क में सटीकता और दक्षता के बीच के ट्रेड-ऑफ की जांच करता है ताकि भविष्य की उपयोग-मामला-जागरूक परिनियोजन रणनीतियों को निर्देशित किया जा सके।