4796 पेपर
यह शोध पत्र RoVer-CoRe को प्रस्तुत करता है, जो एक नवीन फ्रेमवर्क है जो सिस्टम घटकों को हैमिल्टन-जैकबी (Hamilton-Jacobi) पहुंच विश्लेषण के अनुकूल एक समतुल्य क्लोज्ड-लूप मॉडल में जोड़कर, अवस्था अनिश्चितता (state uncertainty) के तहत धारणा-आधारित नियंत्रकों (perception-based controllers) के सुदृढ़ औपचारिक सत्यापन और डिजाइन को सक्षम बनाता है।
यह शोध पत्र Target-Bench को प्रस्तुत करता है, जो वीडियो वर्ल्ड मॉडल्स की सिमेंटिक रीजनिंग और मैपलेस पाथ प्लानिंग क्षमताओं का मूल्यांकन करने के लिए डिज़ाइन किए गए 450 रोबोट-संग्रहित परिदृश्यों वाला एक नवीन बेंचमार्क है, जो विजुअल रियलिज्म और प्लानिंग परफॉरमेंस के बीच एक महत्वपूर्ण अंतर को प्रकट करता है और यह प्रदर्शित करता है कि वास्तविक दुनिया के डेटा पर फाइन-ट्यूनिंग करने से टास्क-लेवल परिणामों में काफी सुधार हो सकता है।
IGen एक स्केलेबल फ्रेमवर्क है जो यथार्थवादी 3D दृश्यों और निष्पादन योग्य रोबोटिक क्रियाओं को संश्लेषित करने के लिए ओपन-वर्ल्ड इमेजेस और विजन-लैंग्वेज मॉडल्स का लाभ उठाता है, जिससे वास्तविक दुनिया के डेटा पर प्रशिक्षित किए गए मॉडल्स के समान प्रदर्शन वाले जनरलइस्ट रोबोटिक पॉलिसीज़ को प्रशिक्षित करना सक्षम होता है।
यह शोधपत्र ध्वनि-ट्रिगरयुक्त मोबाइल मैनिपुलेशन को एक नए प्रतिमान के रूप में प्रस्तुत करता है जहाँ एजेंट स्पष्ट निर्देशों के बिना ध्वनि उत्सर्जित करने वाली वस्तुओं का स्वायत्त रूप से पता लगाते हैं और उनके साथ अंतःक्रिया करते हैं, जिसे हैबिटेट-इको (Habitat-Echo) डेटा प्लेटफॉर्म द्वारा समर्थित किया गया है और एक बेसलाइन सिस्टम द्वारा प्रमाणित किया गया है जो जटिल, ओवरलैपिंग ध्वनिक परिदृश्यों में भी मजबूत प्रदर्शन प्रदर्शित करता है।
ROBOGATE एक ओपन-सोर्स फ्रेमवर्क है जो भौतिकी-आधारित सिमुलेशन को दो-चरणीय अनुकूली नमूनाकरण (adaptive sampling) रणनीति के साथ जोड़कर सुरक्षित रोबोट नीति परिनियोजन सुनिश्चित करता है ताकि विफलता सीमाओं (failure boundaries) की कुशलतापूर्वक पहचान की जा सके, जो प्रभावी रूप से MuJoCo जैसे प्रशिक्षण वातावरणों में उच्च सफलता दर और वास्तविक दुनिया के औद्योगिक परिदृश्यों के लिए आवश्यक कठोर सत्यापन के बीच के महत्वपूर्ण अंतर को पाटता है।
यह शोध पत्र C2T को प्रस्तुत करता है, जो एक नवीन ढांचा (framework) है जो सामान्य ज्ञान (common-sense knowledge) को एक आंतरिक पुरस्कार फलन (intrinsic reward function) में संकुचित करने के लिए लार्ज लैंग्वेज मॉडल्स का लाभ उठाता है, जिससे पारंपरिक हस्तनिर्मित रिवॉर्ड बेसलाइनों की तुलना में ट्रैफिक-लाइट और स्वायत्त वाहन समन्वय के लिए मल्टी-एजेंट रिइन्फोर्समेंट लर्निंग की सुरक्षा, दक्षता और आराम में उल्लेखनीय वृद्धि होती है।
यह शोध पत्र एक गणनात्मक रूप से कुशल हाइब्रिड नीति प्रस्तावित करता है जो लक्ष्य की गति के भविष्य कहनेवाला अनुमान (प्रेडिक्टिव इन्फरेंस) का लाभ उठाकर जटिल, विक्षुब्ध प्रवाहों में गतिशील लक्ष्यों के सुदृढ़ घ्राण पीछा (ऑल्फैक्ट्री पर्सूट) को सक्षम करने के लिए सूचना-लाभ रणनीतियों को लालची मूल्य फलनों (ग्रीडी वैल्यू फंक्शन्स) के साथ संयोजित करता है।
यह शोध पत्र एक कंडीशनल वेरिएशनल ऑटोएन्कोडर और एक डिफरेंशिएबल ऑप्टिमाइज़ेशन लेयर का उपयोग करते हुए एक सुगम विधि प्रस्तावित करता है, जो यह सीखने के लिए कि एजेंट मल्टी-एजेंट इंटरैक्शन में जिम्मेदारी कैसे आवंटित करते हैं, जिसका एक संभाव्य मॉडल (प्रोबेबिलिस्टिक मॉडल) बनता है, जिससे ग्राउंड-ट्रुथ रिस्पॉन्सिबिलिटी लेबल की अनुपस्थिति के बावजूद INTERACTION ड्राइविंग डेटासेट पर सामाजिक रूप से अनुपालन योग्य व्यवहारों का विश्लेषण संभव हो पाता है।
यह शोध पत्र हिएरार्किकल न्यूरल टाइम फील्ड्स (H-NTFields) का प्रस्ताव करता है, जो एक वीकली-सुपरवाइज्ड फ्रेमवर्क है जो जटिल, उच्च-आयामी मोशन प्लानिंग में मौजूदा विधियों की स्केलेबिलिटी और लोकल मिनिमा सीमाओं को दूर करने के लिए स्पार्स रोडमैप टोपोलॉजिकल बाधाओं को फिजिक्स-इन्फॉर्म्ड PDE रेगुलराइजेशन के साथ एकीकृत करता है।
यह शोध पत्र CVPR 2026 में आयोजित चौथे मैरीटाइम कंप्यूटर विजन (MaCVi) वर्कशॉप का एक अवलोकन प्रस्तुत करता है, जो भविष्य कहनेवाला सटीकता (predictive accuracy) और वास्तविक समय की व्यवहार्यता (real-time feasibility) पर केंद्रित इसके पांच बेंचमार्क चुनौतियों, साथ ही उनसे जुड़े डेटासेट, मूल्यांकन प्रोटोकॉल, मात्रात्मक परिणामों और शीर्ष प्रदर्शन करने वाली टीमों के तकनीकी निष्कर्षों का विवरण देता है।