4796 पेपर
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।
यह शोध पत्र SlicerRoboTMS को प्रस्तुत करता है, जो एक ओपन-सोर्स 3D Slicer एक्सटेंशन है जिसे एक एकीकृत, मॉड्यूलर इंफ्रास्ट्रक्चर प्रदान करके रोबोट-असिस्टेड ट्रांसक्रानियल मैग्नेटिक स्टिमुलेशन (Robo-TMS) के लिए प्रवेश की बाधाओं को कम करने के लिए डिज़ाइन किया गया है, जो पुनरुत्पादनीय और विस्तार योग्य अनुसंधान को सुगम बनाने के लिए MRI-आधारित न्यूरोनाविगेशन को मानकीकृत रोबोटिक नियंत्रण के साथ एकीकृत करता है।
यह शोध पत्र एक GEGLU-Transformer फ्रेमवर्क प्रस्तावित करता है जो तीव्र फ्यू-शॉट अनुकूलन (few-shot adaptation) के साथ इनर्शियल मेजरमेंट यूनिट (IMU) डेटा से निरंतर मांसपेशी सक्रियता लिफाफों (muscle activation envelopes) को पुनर्गठित करता है, जो पहनने योग्य रोबोटिक नियंत्रण के लिए प्रत्यक्ष सतह इलेक्ट्रोमायोग्राफी (EMG) सेंसिंग का एक सुदृढ़ और स्केलेबल विकल्प प्रदान करता है।
यह शोध पत्र EOS-Bench को प्रस्तुत करता है, जो एक व्यापक ओपन-सोर्स फ्रेमवर्क है जो विविध बेंचमार्क इंस्टेंस और एक बहुआयामी मूल्यांकन प्रोटोकॉल उत्पन्न करता है ताकि विभिन्न पैमानों और जटिलताओं में पृथ्वी अवलोकन उपग्रह शेड्यूलिंग एल्गोरिदम का व्यवस्थित रूप से आकलन और तुलना की जा सके।
यह शोध पत्र प्रिविलेज्ड फोरसाइट डिस्टिलेशन (PFD) का प्रस्ताव करता है, जो एक ऐसी विधि है जो प्रशिक्षण के दौरान भविष्य के अवलोकनों से प्राप्त एक्शन-कंडीशन्ड करेक्शन को वर्तमान-मात्र मॉडलों के लिए एक लाइटवेट एडैप्टर में निकालती और स्थानांतरित करती है, जिससे इन्फरेंस के समय भविष्य के पूर्वानुमान की लागत उठाए बिना मैनिपुलेशन बेंचमार्क पर निरंतर प्रदर्शन सुधार प्राप्त होता है।
यह शोध पत्र मल्टीमॉडल अनिश्चितता के तहत जोखिम-संवेदनशील, सुदृढ़ डेक्सट्रस ग्रैस्पिंग को अनुकूलित करने के लिए डिफरेंशिएबल गॉसियन मिश्रणों और पाथवाइज ग्रेडिएंट्स का उपयोग करते हुए एक वेरिएशनल न्यूरल बिलीफ पैरामीट्राइजेशन प्रस्तावित करता है, जो पारंपरिक पार्टिकल-फ़िल्टर और क्रॉस-एन्ट्रॉपी विधियों की तुलना में बेहतर टेल-रिस्क हैंडलिंग, तेज़ प्लानिंग और बेहतर कैलिब्रेशन प्राप्त करता है।
यह शोध पत्र एक नवीन साइन्ड डायरेक्शनल डिस्टेंस फंक्शन (SDDF) प्रतिनिधित्व प्रस्तावित करता है जो कुशल, सटीक और ज्यामितीय रूप से सुसंगत 3D पुनर्निर्माण और विभेदक रेंडरिंग प्राप्त करने के लिए स्पष्ट दीर्घवृत्तीय पूर्वग्रहों (ellipsoidal priors) को निहित तंत्रिका अवशेषों (implicit neural residuals) के साथ जोड़ता है, जो गति और ज्यामितीय निष्ठा दोनों में NeRF, SDF और Gaussian Splatting जैसी मौजूदा विधियों से बेहतर प्रदर्शन करता है।
यह शोधपत्र SLAM&Render को प्रस्तुत करता है, जो एक रोबोट मैनिपुलेटर के साथ रिकॉर्ड किया गया एक नवीन बेंचमार्क डेटासेट है जो सिंक्रनाइज़्ड मल्टी-मोडल डेटा और ग्राउंड-ट्रुथ पोज़ प्रदान करता है ताकि सिमल्टेनियस लोकलाइजेशन एंड मैपिंग (SLAM) और न्यूरल रेंडरिंग के संगम पर विधियों का मूल्यांकन किया जा सके, जो क्रमिक संचालन, मल्टी-मोडैलिटी और सटीक मोशन रिप्रोडक्शन के संबंध में मौजूदा डेटासेट्स की कमियों को दूर करता है।