4796 पेपर
RoomRecon एक वास्तविक समय पर आधारित, मोबाइल-आधारित पाइपलाइन है जो स्थायी संरचनात्मक तत्वों पर ध्यान केंद्रित करके उच्च-गुणवत्ता वाले, अनुकूलन योग्य 3D रूम मॉडल को पुनर्गठित करने के लिए AR-निर्देशित कैप्चर और जनरेटिव AI का लाभ उठाती है, जिससे यह टेक्सचरिंग गुणवत्ता और ऑन-डिवाइस दक्षता दोनों में मौजूदा तरीकों से बेहतर प्रदर्शन करती है।
यह शोध पत्र एक एकीकृत सुदृढीकरण शिक्षण (reinforcement learning) ढांचे के भीतर एक चयनात्मक एडवर्सरियल मोशन प्रायर (AMP) रणनीति प्रस्तुत करता है जो स्थिरता-महत्वपूर्ण गतिविधियों के लिए AMP को लागू करते हुए अत्यधिक गतिशील क्रियाओं के लिए इसे छोड़ देता है, जिससे एक ह्यूमनॉइड रोबोट को पांच विशिष्ट चालों में महारत हासिल करने में सक्षम बनाया जा सके, और इस प्रकार समान AMP दृष्टिकोणों की तुलना में बेहतर अभिसरण (convergence), ट्रैकिंग सटीकता और सिम-टू-रियल स्थानांतरण प्रदर्शन प्राप्त किया जा सके।
यह शोध पत्र एक मॉड्यूलर सुदृढीकरण शिक्षण (रीइन्फोर्समेंट लर्निंग) ढांचे का प्रस्ताव करता है जो ओपन-लूप ऑसिलेटर्स को फीडबैक रेसिडुअल रणनीतियों और एक पोस्चर-ड्रिवन स्टेट मशीन के साथ एकीकृत करता है ताकि द्विपद (बायपेडल) सॉकर रोबोट्स को गतिशील वातावरण में स्थिर बॉल हैंडलिंग और तीव्र स्वायत्त पतन रिकवरी सक्षम करने के लिए अनुकूल बहु-कार्य नियंत्रण प्राप्त करने में सक्षम बनाया जा सके।
यह शोध पत्र OLAhGP को प्रस्तुत करता है, जो एक गॉसियन प्रोसेस-आधारित पथ नियोजन विधि है जो परिवेशों को अनुकूल रूप से खोजने और निगरानी करने के लिए बाधाओं के तहत भविष्य के वेपॉइंट्स (waypoints) को अनुकूलित करती है, जो सिमुलेशन और वास्तविक दुनिया के स्वायत्त नौका प्रयोगों दोनों के माध्यम से शैवाल प्रस्फुटन (algal blooms) की पहचान करने में मौजूदा दृष्टिकोणों की तुलना में बेहतर सटीकता प्रदर्शित करती है।
यह शोध पत्र ViLiNT को प्रस्तुत करता है, जो एक मल्टीमॉडल ट्रांसफार्मर-आधारित नेविगेशन पॉलिसी है जो एक डिफ्यूजन मॉडल के माध्यम से टकराव-मुक्त प्रक्षेप पथों (ट्रैजेक्टरीज) को उत्पन्न करने और रैंक करने के लिए विजुअल, LiDAR और रोबोट एम्बॉडमेंट डेटा को फ्यूज करती है, जो विविध वातावरणों में स्टेट-ऑफ-द-आर्ट विजन-ओनली बेसलाइन्स की तुलना में ज़ीरो-शॉट रोबस्टनेस और सफलता दर में महत्वपूर्ण सुधार करती है।
यह शोधपत्र यह प्रदर्शित करता है कि मानव-रोबोट झुंड टीमों (human-robot swarm teams) में, ब्रॉडकास्ट अवधि और पृथक्करण दूरी जैसे विशिष्ट व्यवहार संबंधी हेरफेर, गर्मजोशी और सक्षमता के प्रति मानवीय धारणाओं को महत्वपूर्ण रूप से प्रभावित करते हैं, जो अंततः वास्तविक कार्य प्रदर्शन की तुलना में टीम प्राथमिकताओं को अधिक मजबूती से संचालित करते हैं।
यह शोध पत्र यह प्रदर्शित करता है कि जहाँ अत्यधिक विलंबता (latency) के कारण Raspberry Pi 5 पर उच्च-आवृत्ति वाले UAV उड़ान नियंत्रण के लिए मानक Linux कर्नेल अनुपयुक्त है, वहीं PREEMPT_RT कर्नेल वर्स्ट-केस जिटर (worst-case jitter) को लगभग 88% तक काफी कम कर देता है, हालांकि अवशिष्ट समय परिवर्तनशीलता (residual timing variance) मुख्य रूप से हार्डवेयर मेमोरी कंटेंशनशन (hardware memory contention) द्वारा संचालित रहती है।
यह शोध पत्र प्रदर्शित करता है कि विज़न-आधारित नियंत्रण नीतियों पर स्पार्सली गेटेड मिक्सचर-ऑफ-एक्सपर्ट्स (MoE) आर्किटेक्चर को लागू करने से मानक MLPs की तुलना में चुनौतीपूर्ण इलाके पर क्वाड्रुपेड रोबोट के पार्कौर प्रदर्शन में काफी सुधार होता है, जो कम्प्यूटेशनल दक्षता बनाए रखते हुए सफलता की दर को दोगुना कर देता है।
यह शोध पत्र विजार्ड-ऑफ-ओज़ (Wizard-of-Oz) रोबोटिक सिस्टम में सुव्यवस्थित त्रुटि सुधार प्राप्त करने के लिए प्रमुख मानदंडों का प्रस्ताव करता है और इन मानकों को पूरा करने के लिए डिज़ाइन किए गए मोबाइल मैनिपुलेटर्स के लिए एक वर्चुअल रियलिटी सिमुलेशन वातावरण प्रस्तुत करता है।
यह शोध पत्र MGRPO का प्रस्ताव करता है, जो बायोमिमेटिक अंडरवॉटर रोबॉट्स के सहयोगात्मक पीछा करने वाले कार्यों (cooperative pursuit tasks) के लिए दीर्घकालिक निर्णय लेने (long-horizon decision-making), अंतर-एजेंट समन्वय और प्रशिक्षण स्थिरता को बढ़ाने हेतु एक CTDE प्रतिमान के तहत ग्रूप रिलेटिव पॉलिसी ऑप्टिमाइजेशन के साथ मम्बा-आधारित नीतियों को संयोजित करने वाला एक नवीन ढांचा है।