4761 पेपर
यह शोधपत्र TEACAR को प्रस्तुत करता है, जो एक चार-स्तरीय डेक आर्किटेक्चर और ROS 2 पर आधारित एक मॉड्यूलर, ओपन-सोर्स, लघु-स्तरीय स्वायत्त ड्राइविंग प्लेटफॉर्म है, जो कठोर हार्डवेयर-इन-द-लूप मूल्यांकन के माध्यम से विजन-आधारित धारणा (परसेप्शन) और लर्निंग-आधारित नियंत्रण प्रणालियों को मान्य करने के लिए एक स्केलेबल और लागत प्रभावी टेस्टबेड प्रदान करता है।
यह शोध पत्र DiscreteRTC का प्रस्ताव करता है, जो एक ऐसा फ्रेमवर्क है जो फिजिकल एआई के लिए कुशल, फाइन-ट्यूनिंग-मुक्त एसिंक्रोनस निष्पादन को सक्षम करने के लिए डिस्क्रीट डिफ्यूजन पॉलिसियों की नेटिव अनमास्किंग क्षमता का लाभ उठाता है, जो मौजूदा फ्लो-मैचिंग-आधारित दृष्टिकोणों की तुलना में काफी उच्च सफलता दर और कम इन्फरेंस लागत प्राप्त करता है।
ProDrive एक वर्ल्ड-मॉडल-आधारित प्रोएक्टिव प्लानिंग फ्रेमवर्क है जो भविष्य के दृश्य विकास (scene evolution) की भविष्यवाणी करने और सीधे निर्णय लेने की प्रक्रिया को आकार देने के लिए एक ट्रैजेक्टरी प्लानर और बर्ड्स-आई-व्यू वर्ल्ड मॉडल को एंड-टू-एंड संयुक्त रूप से प्रशिक्षित करके ईगो-एनवायरनमेंट को-इवोल्यूशन प्राप्त करता है, जिससे यह NAVSIM बेंचमार्क पर सुरक्षा और दक्षता में रिएक्टिव बेसलाइन्स से बेहतर प्रदर्शन करता है।
यह शोध पत्र ASAP का प्रस्ताव करता है, जो एक अज़िमथ-प्राथमिकता आधारित स्ट्रिप-आधारित खोज दृष्टिकोण है, जो SRP-PHAT पद्धति के कम्प्यूटेशनल बोझ को कम करने के लिए अज़िमथ अनुमानों की उच्च विश्वसनीयता का लाभ उठाकर प्लेनर माइक्रोफ़ोन एरे के लिए 3D दिशा-आगमन अनुमान की दक्षता और वास्तविक समय के प्रदर्शन को बढ़ाता है।
यह शोध पत्र COMPASS प्रस्तुत करता है, जो एक विज़ुअल लोकलाइज़ेशन एल्गोरिदम है जो आर्किटेक्चरल फ्लोर प्लान (जो ज्यामिति और दीवारों तथा खिड़कियों जैसे सिमेंटिक फीचर्स को एनकोड करता है) से प्राप्त मल्टी-चैनल रेडियल डिस्क्रिप्टर को एक नवीन विंडो डिटेक्शन विधि का उपयोग करके फिशआई कैमरा इमेजरी से उत्पन्न संगत डिस्क्रिप्टर के साथ मिलान करके एक रोबोट के पोज़ का अनुमान लगाता है।
यह शोध पत्र एक सुदृढ़ ग्राफ मिलान दृष्टिकोण प्रस्तावित करता है जो पता लगाए गए ऑब्जेक्ट्स और संरचनात्मक तत्वों के बीच सिमेंटिक संबंधों को एकीकृत करके उम्मीदवार पत्राचारों (candidate correspondences) को फ़िल्टर करने और गणनात्मक दक्षता में सुधार करने के माध्यम से अस्पष्ट और सममित वातावरण में लोकलाइज़ेशन को बढ़ाता है।
GS-Playground एक उच्च-थ्रूपुट, विजन-केंद्रित सिमुलेशन फ्रेमवर्क है जो एक नवीन पैरेलल फिजिक्स इंजन को 3D गॉसियन स्प्लेटिंग रेंडरिंग और एक स्वचालित Real2Sim वर्कफ़्लो के साथ जोड़ता है ताकि कंप्यूटेशनल और एसेट-क्रिएशन की बाधाओं को दूर किया जा सके, जिससे एम्बोडीड एआई (embodied AI) के लिए बड़े पैमाने पर, फोटो-रियलिस्टिक प्रशिक्षण सक्षम हो सके।
यह शोध पत्र सार्वजनिक रूप से उपलब्ध HYMN डेटासेट से प्रारंभिक निष्कर्ष प्रस्तुत करता है, जो यह प्रदर्शित करने के लिए कि ये प्रौद्योगिकियाँ एक-दूसरे की पूरक हैं और इनडोर-आउटडोर सीमाओं पर उनके प्रदर्शन में होने वाली गिरावट को स्पष्ट करने के लिए मिलीमीटर-स्तर के ग्राउंड ट्रुथ के विरुद्ध कच्चे GNSS, UWB, WiFi और BLE मापों को समय-तुल्यकालिक (time-synchronizes) करता है।
यह शोध पत्र एक ह्यूमनॉइड रोबोट पर होल-बॉडी कोलिजन अवॉयडेंस (संपूर्ण-शरीर टकराव निवारण) के लिए एक सुदृढीकरण शिक्षण (रीइन्फोर्समेंट लर्निंग) ढांचे को प्रस्तुत करता है, जो यह प्रदर्शित करता है कि पर्याप्त रेंज के साथ कच्चे निकटता माप (रॉ प्रॉक्सिमिटी मेजरमेंट्स) स्पष्ट वस्तु स्थानीयकरण (ऑब्जेक्ट लोकलाइजेशन) को प्रतिस्थापित कर सकते हैं और विरल, गैर-दिशात्मक संकेत, सघन, दिशात्मक विकल्पों की तुलना में बेहतर नमूना दक्षता (सैंपल एफिशिएंसी) प्रदान करते हैं।
यह शोध पत्र एक हाइब्रिड 3D-प्रिंटेड कृत्रिम त्वचा प्रस्तुत करता है जो रोबोटिक आर्म पर मल्टी-मोडल डिटेक्शन, इम्पैक्ट एब्जॉर्प्शन और प्रेशर सेंसिंग को सक्षम करने के लिए सॉफ्ट कंप्लायंट सामग्रियों के साथ टाइम-ऑफ-फ्लाइट और सेल्फ-कैपेसिटेंस सेंसिंग को एकीकृत करता है, जिससे पूर्ववर्ती यूनिमोडल और रिजिड कार्यान्वयनों की सीमाओं को दूर किया जा सके।