4796 पेपर
CLAW एक ओपन-सोर्स, इंटरैक्टिव वेब-आधारित पाइपलाइन है जो किनेमैटिक प्लानर ब्लॉक्स को कंपोज़ करके, उन्हें MuJoCo में सिम्युलेट करके और विविध प्राकृतिक-भाषा विवरणों को स्वचालित रूप से जनरेट करके, Unitree G1 ह्यूमनॉइड रोबोट के लिए स्केलेबल, भौतिक रूप से व्यवहार्य, भाषा-एनोटेटेड होल-बॉडी मोशन डेटा जनरेट करती है।
यह शोध पत्र CLASP को प्रस्तुत करता है, जो एक क्लोज्ड-लूप एसिंक्रोनस फ्रेमवर्क है जो स्थानिक मतिभ्रम (spatial hallucinations) को दूर करने और गतिशील वातावरण में मजबूती में सुधार करने के लिए डुअल-पाथवे पदानुक्रमित धारणा (dual-pathway hierarchical perception), त्रुटि सुधार के लिए एसिंक्रोनस स्टेट-रिफ्लेक्टिव फीडबैक, और एक स्केलेबल मल्टी-मोडल डेटा इंजन को एकीकृत करके ओपन-वोकैबुलरी डेस्कटॉप ऑब्जेक्ट ग्रैस्पिंग को बढ़ाता है।
यह शोधपत्र ComSim का प्रस्ताव करता है, जो एक नवीन हाइब्रिड दृष्टिकोण है जो स्केलेबल, उच्च-गुणवत्ता वाले एक्शन-वीडियो डेटासेट उत्पन्न करने के लिए क्लोज्ड-लूप रियल-सिम-रियल पाइपलाइन के भीतर क्लासिकल और न्यूरल सिमुलेशन को संयोजित करता है, जो सिम2रियल डोमेन गैप को महत्वपूर्ण रूप से कम करता है और वास्तविक दुनिया के रोबोट पॉलिसी प्रदर्शन में सुधार करता है।
यह शोध पत्र एक अनुकूली सह-डिज़ाइन (co-design) एल्गोरिदम प्रस्तावित करता है जो उच्च-आयामी रोबोट आकारिकी (morphology) और नियंत्रण खोज स्थानों के भीतर कार्य-विशिष्ट इंडक्टिव बायस (inductive biases) की पहचान करता है और उनका लाभ उठाता है, जिससे बेंचमार्क विधियों की तुलना में काफी बेहतर प्रदर्शन और नमूना दक्षता प्राप्त होती है।
यह शोध पत्र M2HRI प्रस्तुत करता है, जो एक LLM-संचालित मल्टीमॉडल मल्टी-एजेंट फ्रेमवर्क है जो रोबोटों को विशिष्ट व्यक्तित्व और दीर्घकालिक स्मृति से सुसज्जित करके और उनके सामूहिक व्यवहार को प्रबंधित करने के लिए एक समन्वय तंत्र का उपयोग करके व्यक्तिगत मानव-रोबोट संपर्क को बढ़ाता है, एक ऐसा डिज़ाइन जिसे एक उपयोगकर्ता अध्ययन द्वारा मान्य किया गया है जो इंटरैक्शन की गुणवत्ता और वैयक्तिकरण में महत्वपूर्ण सुधार प्रदर्शित करता है।
यह शोध पत्र टेम्पोरल बिहेवियर ट्रीज़ के लिए एक टर्नरी-वैल्यूड सिग्नल टेम्पोरल लॉजिक फ्रेमवर्क प्रस्तावित करता है जो मिक्स्ड-इंटीजर लीनियर एनकोडिंग्स के माध्यम से लीनियर डायनामिकल सिस्टम्स के लिए करेक्ट-बाय-कंस्ट्रक्शन कंट्रोल स्ट्रैटेजीज़ के संश्लेषण को सक्षम बनाता है, जो ऑनलाइन कंट्रोल जनरेशन का समर्थन करने के लिए पिछले ऑफलाइन विश्लेषण की सीमाओं से आगे बढ़ता है।
यह शोध पत्र सीक्वेंशियल नेविगेशन गाइडेंस (SNG) फ्रेमवर्क और SNG-VLA मॉडल का प्रस्ताव देकर एंड-टू-एंड स्वायत्त ड्राइविंग सिस्टमों की वैश्विक नेविगेशन जानकारी का कम उपयोग करने की प्रवृत्ति को संबोधित करता है, जो बिना किसी सहायक धारणा हानि (auxiliary perception losses) के अत्याधुनिक प्रदर्शन प्राप्त करने के लिए स्थानीय दृश्य समझ के साथ वैश्विक नेविगेशन पथों को प्रभावी ढंग से संलयित करते हैं।
यह शोध पत्र रोबोटिक एआई डिजाइन के फोकस को एकल-प्रहार प्रदर्शन (single-shot performance) को अनुकूलित करने से हटाकर निरंतर त्रुटि पहचान और सुधार सक्षम करने की ओर स्थानांतरित करने का तर्क देता है, जिसमें मानव जैसी लचीलापन प्राप्त करने के लिए सरल डिजाइन रणनीतियों को स्पष्ट करने हेतु रोबोटिक परमाणु ग्लवबॉक्स को एक केस स्टडी के रूप में उपयोग किया गया है।
यह शोधपत्र एक सुदृढीकरण शिक्षण (reinforcement learning) दृष्टिकोण प्रस्तावित करता है जो विश्लेषणात्मक द्वितीय-क्रम गतिकी बाधाओं (analytical second-order dynamics constraints) को स्पष्ट रूप से शामिल करके प्रथम-क्रम हाइब्रिड योजनाओं को परिष्कृत करता है, जिससे रोबोटिक कार्यों के लिए उच्च-स्तरीय नियोजन और भौतिक रूप से व्यवहार्य निष्पादन के बीच के अंतर को पाटा जा सके।
यह शोधपत्र VULCAN को प्रस्तुत करता है, जो एक विजन-लैंग्वेज-मॉडल-एन्हांस्ड मल्टी-एजेंट कोऑपरेटिव नेविगेशन फ्रेमवर्क है जिसे इनडोर अग्नि-आपदा प्रतिक्रिया के लिए डिज़ाइन किया गया है, जो भौतिक रूप से यथार्थवादी अग्नि सिमुलेशन और सुदृढ़ खतरा-जागरूक योजना के माध्यम से खतरनाक, गतिशील वातावरण में मौजूदा विजन-आधारित प्रणालियों की सीमाओं को संबोधित करता है।