4796 पेपर
यह शोध पत्र मल्टीमॉडल फीडबैक एक्सोस्केलेटन (MFE) प्रस्तुत करता है, जो एक 20-DOF हैंड डिवाइस है जो रोबोटिक टेलीऑपरेशन और वर्चुअल रियलिटी अनुप्रयोगों में सिचुएशनल अवेयरनेस (परिस्थिति जागरूकता) और ट्रांसपेरेंसी को महत्वपूर्ण रूप से बढ़ाने के लिए सक्रिय बल (active force), इलेक्ट्रो-ऑस्मोटिक दबाव और थर्मोइलेक्ट्रिक थर्मल फीडबैक को एकीकृत करता है।
यह शोधपत्र स्फेरिकल हार्मोनिक्स मॉडलिंग और कैलिब्रेशन उड़ान डेटा पर लीनियर रिग्रेशन का उपयोग करके, इन-फ्लाइट विषम क्वाड्रोटर यूएवी (UAV) के रेडिएशन पैटर्न को सीखने और अलग करने की एक विधि प्रस्तावित करता है, जो गतिशील पेलोड स्थितियों के तहत सटीक स्वायत्त पथ नियोजन और स्वार्म नियंत्रण को सक्षम करने के लिए माप-शोर-स्तर (measurement-noise-level) की सटीकता प्राप्त करता है।
यह शोध पत्र RAGE को प्रस्तुत करता है, जो एक नवीन वास्तविक समय अनुमानक (real-time estimator) है जो स्वायत्त रेस कारों के लिए वाहन वेग, टायर स्लिप कोण और पार्श्व बलों (lateral forces) का सटीक रूप से अनुमान लगाने के लिए मानक IMU और RADAR सेंसरों का उपयोग करता है, जो महंगी विशेष हार्डवेयर की आवश्यकता को समाप्त करते हुए सिमुलेशन और वास्तविक दुनिया के परीक्षण दोनों में उच्च प्रदर्शन प्रदर्शित करता है।
यह शोधपत्र DreamTIP का प्रस्ताव करता है, जो एक ऐसा फ्रेमवर्क है जो Dreamer वर्ल्ड मॉडल में लार्ज लैंग्वेज मॉडल-निर्देशित टास्क-इनवेरिएंट प्रॉपर्टीज को एकीकृत करके क्वाड्रुपेड रोबोट्स के लिए सिम-टू-रियल ट्रांसफर को बढ़ाता है, जिससे विविध टेरेन (terrains) में अत्याधुनिक बेसलाइन की तुलना में काफी उच्च सफलता दर और मजबूती प्राप्त होती है।
यह शोध पत्र एक व्यवहार-प्रतिबंधित सुदृढीकरण शिक्षण (behavior-constrained reinforcement learning) ढांचे का प्रस्ताव करता है जो गतिशील वातावरणों में उच्च-प्रदर्शन नियंत्रण रणनीतियों को सीखने के लिए रिसीडिंग-होराइजन क्रेडिट असाइनमेंट (receding-horizon credit assignment) और संदर्भ-सशर्त नीतियों (reference-conditioned policies) का उपयोग करता है, जो पेशेवर रेस कार सिमुलेशन में मान्य पेशेवर मानव व्यवहार के साथ घनिष्ठ संरेखण बनाए रखते हुए प्रतिस्पर्धी प्रदर्शन सफलतापूर्वक प्राप्त करता है।
यह शोध पत्र एक ओपन-सोर्स ऑफ-रोड नेविगेशन स्टैक प्रस्तुत करता है जो अनस्ट्रक्चर्ड टेरेन में विश्वसनीय बाधा पहचान के लिए ज़ीरो-शॉट फाउंडेशन मॉडल्स को स्पार्स SLAM-आधारित मेट्रिक रीस्केलिंग, टेम्पोरल स्मूथिंग और एज-मास्किंग के साथ संयोजित करने वाले एक लाइटवेट मोनोक्यूलर सेटअप का उपयोग करके LiDAR-तुलनीय मजबूती प्राप्त करता है।
यह शोध पत्र MV-VDP को प्रस्तुत करता है, जो एक मल्टी-व्यू वीडियो डिफ्यूजन पॉलिसी है जो 3D स्पैटियो-टेम्पोरल डायनेमिक्स को प्रभावी ढंग से मॉडल करने के लिए मल्टी-व्यू हीटमैप और RGB वीडियो को संयुक्त रूप से प्रेडिक्ट करता है, जिससे केवल दस प्रदर्शनों के साथ भी डेटा-कुशल, सुदृढ़ और सामान्यीकरण योग्य रोबोटिक हेरफेर सक्षम होता है।
यह शोध पत्र दो-चरणीय प्योर प्रोपोर्शनल नेविगेशन के लिए निकट-इष्टतम नेविगेशन गेन को कुशलतापूर्वक निर्धारित करने हेतु एक न्यूरल नेटवर्क-आधारित सरोगेट मॉडल का प्रस्ताव करता है, जो एयरोडायनामिक रूप से संचालित वाहनों के लिए एप्रोच-एंगल बाधाओं को पूरा करते हुए गाइडेंस प्रयास को न्यूनतम करने में सक्षम बनाता है।
यह शोधपत्र एक ऑफलाइन लर्निंग-आधारित विधि प्रस्तुत करता है जो क्वाड्रुपेड रोबोट्स में सिंगल लिम्ब फॉल्ट्स (एकल अंग दोषों) का पता लगाने के लिए प्रोप्रियोसेप्टिव सेंसर डेटा का उपयोग करता है, जिससे वे खतरनाक, गतिशील वातावरणों में निरंतर संचालन के लिए एक उपयुक्त ट्राइपेड गेट (तीन पैरों वाली चाल) को स्वायत्त रूप से चुनने में सक्षम होते हैं।
यह शोध पत्र सक्रिय बहु-लक्ष्य ट्रैकिंग (active multi-target tracking) के लिए एक बेयसियन ढांचे (Bayesian framework) का प्रस्ताव करता है जो विशेषज्ञ चयन को एक ऑफलाइन कॉन्टेक्स्टुअल बैंडिट समस्या (offline contextual bandit problem) के रूप में तैयार करके मौजूदा डिफ्यूजन नीतियों की सीमाओं को संबोधित करता है, जिसमें भविष्य कहनेवाला अनिश्चितता (predictive uncertainty) का अनुमान लगाने के लिए एक वेरिएशनल बेयसियन लास्ट लेयर मॉडल और एक्शन जनरेशन को कंडीशन करने के लिए सबसे विश्वसनीय विशेषज्ञ रणनीति को मजबूती से चुनने के लिए एक लोअर कॉन्फिडेंस बाउंड मानदंड का उपयोग किया गया है।