4796 पेपर
StarVLA एक व्यापक, ओपन-सोर्स और मॉड्यूलर कोडबेस है जिसे विविध बैकबोन और एक्शन-डिकोडिंग प्रतिमानों को पुन: प्रयोज्य प्रशिक्षण रणनीतियों और एक मानकीकृत मूल्यांकन इंटरफ़ेस के साथ एकीकृत करके विजन-लैंग्वेज-एक्शन (VLA) अनुसंधान को एकीकृत करने के लिए डिज़ाइन किया गया है, ताकि पुनरुत्पादकता को बढ़ाया जा सके और सामान्यज्ञ एम्बॉडीड एजेंटों के विकास में तेजी लाई जा सके।
यह शोध पत्र एक सैंपलिंग-आधारित अनुकूलन ढांचे (optimization framework) का प्रस्ताव करता है जो पोइनकेयर रिटर्न मैप्स (Poincare return maps) का उपयोग करके हाइब्रिड सिस्टम के लिए परिमित-चरण अपरिवर्तनीय दीर्घवृत्त (finite-step invariant ellipsoids) की गणना करता है, जो तब भी अपरिवर्तनीयता पर संभाव्य गारंटी प्रदान करता है जब सिस्टम डायनेमिक्स केवल फॉरवर्ड सिमुलेशन के माध्यम से सुलभ होते हैं।
यह शोध पत्र लेग्ड रोबॉट्स (legged robots) के लिए हाइब्रिड लिमिट साइकल के आसपास फॉरवर्ड-इनवेरिएंट सेट्स (forward-invariant sets) की गणना करने और उन्हें औपचारिक रूप से सत्यापित करने के लिए पैरामीट्रिक एम्बेडिंग्स (parametric embeddings) का उपयोग करने वाली एक तीन-चरणीय संख्यात्मक विधि प्रस्तुत करता है, जिसे फिर इन रोबस्टनेस क्षेत्रों के आकार को अधिकतम करने वाले ट्रैकिंग कंट्रोलर्स को डिजाइन करने के लिए एक द्वि-स्तरीय अनुकूलन ढांचे (bi-level optimization framework) में एकीकृत किया गया है।
यह शोध पत्र विंटिक्स II (Vintix II) प्रस्तुत करता है, जो डिसीजन प्री-ट्रेन्ड ट्रांसफॉर्मर (DPT) का एक स्केलेबल विस्तार है जो सैकड़ों विविध कार्यों में एक जनरलइस्ट एजेंट को प्रशिक्षित करने के लिए फ्लो मैचिंग (Flow Matching) का उपयोग करता है, जो अनदेखे कार्यों के प्रति बेहतर सामान्यीकरण प्राप्त करता है और ऑनलाइन एवं ऑफलाइन इन्फरेंस दोनों में पूर्ववर्ती एल्गोरिदम डिस्टिलेशन स्केलिंग से बेहतर प्रदर्शन करता है।
यह शोध पत्र COVER प्रस्तुत करता है, जो एक हल्का और सुदृढ़ कैमरा व्यू चयन मीट्रिक है जो अपर्याप्त रूप से देखे गए ज्यामिति (geometry) को कवर करने वाले दृष्टिकोणों को प्राथमिकता देने के लिए फिशर इंफॉर्मेशन गेन (Fisher Information Gain) के एक सुलभ सन्निकटन (tractable approximation) को न्यूनतम करके 3D पुनर्निर्माण गुणवत्ता को अनुकूलित करता है, जो विभिन्न डेटासेट और फ्रेमवर्क में अत्याधुनिक तरीकों पर बेहतर प्रदर्शन प्रदर्शित करता है।
यह शोध पत्र माइक्रोट्यूब्यूल्स और काइनेसिन मोटर्स से बने डीएनए-कार्यात्मक आणविक झुंडों (molecular swarms) के व्यवहार का विश्लेषण करने और उन्हें अनुकूलित करने के लिए सिमेंटिक एम्बेडिंग (semantic embedding) का उपयोग करने का प्रस्ताव करता है, जो यह प्रदर्शित करता है कि निकाले गए सिमेंटिक फीचर्स अपेक्षित व्यवहारों और बाहरी नियंत्रण प्रभावों को सटीक रूप से दर्शाते हैं ताकि इन-विट्रो सिस्टम डिज़ाइन की व्याख्यात्मकता और विश्वसनीयता को बढ़ाया जा सके।
यह शोध पत्र LSGS-Loc का प्रस्ताव करता है, जो एक बड़े पैमाने के UAV परिदृश्यों के लिए एक सुदृढ़ विज़ुअल लोकलाइज़ेशन पाइपलाइन है, जो 3D गॉसियन स्प्लेटिंग दृश्यों में पुनर्रचना संबंधी आर्टिफ़ेक्ट्स (reconstruction artifacts) के विरुद्ध अत्याधुनिक सटीकता और लचीलापन प्राप्त करने के लिए एक स्केल-अवेयर पोज़ इनिशियलाइज़ेशन रणनीति को लाप्लासियन-आधारित विश्वसनीयता मास्किंग तंत्र के साथ जोड़ता है।
यह शोध पत्र SafeGate को प्रस्तुत करता है, जो एक न्यूरोसिम्बोलिक सुरक्षा आर्किटेक्चर है जो ISO 13482 मानकों पर आधारित प्री-एग्जीक्यूशन निर्णय गेट को रनटाइम टास्क सेफ्टी कॉन्ट्रैक्ट्स और Z3 SMT सॉल्विंग के साथ जोड़ता है ताकि LLM-नियंत्रित रोबोट प्रणालियों में असुरक्षित प्राकृतिक भाषा कमांड्स को पहुँचने और खतरों का कारण बनने से रोका जा सके।
CoEnv एक नवीन ढांचा (framework) प्रस्तुत करता है जो एम्बोडीड मल्टी-एजेंट सहयोग के लिए एक "कंपोजिशनल एनवायरनमेंट" का उपयोग करता है, जो वास्तविक दुनिया और सिमुलेशन घटकों को एकीकृत करता है ताकि जटिल मैनिपुलेशन कार्यों के लिए सुरक्षित रणनीति अन्वेषण, VLM-संचालित एक्शन सिंथेसिस और विश्वसनीय सिम-टू-रियल ट्रांसफर को सक्षम बनाया जा सके।
यह शोध पत्र ReV को प्रस्तुत करता है, जो एक क्लोज्ड-लूप विसुओमोटर पॉलिसी फ्रेमवर्क है जो युग्मित डिफ्यूजन हेड्स (coupled diffusion heads) का लाभ उठाकर रोबोटिक मैनिपुलेशन में मजबूती को बढ़ाता है ताकि वास्तविक समय में प्रक्षेपवक्र पुनर्गणना (trajectory replanning) के लिए मानव या प्लानर द्वारा प्रदान किए गए विरल संदर्भ बिंदुओं (sparse referring points) को गतिशील रूप से एकीकृत किया जा सके, और यह सब बिना किसी अतिरिक्त डेटा या फाइन-ट्यूनिंग के केवल विक्षुब्ध विशेषज्ञ प्रदर्शनों (perturbed expert demonstrations) पर प्रशिक्षित होकर किया जाता है।