4796 पेपर
यह शोध पत्र एक एआई-आधारित उपग्रह अभिविन्यास नियंत्रक (एटिट्यूड कंट्रोलर) के पहले सफल इन-ऑर्बिट प्रदर्शन की रिपोर्ट करता है, जहाँ पूरी तरह से सिमुलेशन में प्रशिक्षित एक डीप रीइन्फोर्समेंट लर्निंग एजेंट को इन्नोक्यूब नैनोसैटेलाइट पर तैनात किया गया था ताकि क्लासिकल पीडी कंट्रोलर्स से बेहतर और सुदृढ़ जड़त्वीय पॉइंटिंग युद्धाभ्यास (इनर्शियल पॉइंटिंग मैन्युवर्स) प्राप्त किया जा सके।
AGILE एक सुदृढ़ ढांचा है जो पारंपरिक पुनर्निर्माण से एजेंटिक जनरेशन प्रतिमान की ओर स्थानांतरित होकर मोनोक्यूलर वीडियो से गतिशील हैंड-ऑब्जेक्ट इंटरैक्शन को पुनर्गठित करता है, जिसमें पूर्ण ऑब्जेक्ट मेश को संश्लेषित करने के लिए एक विजन-लैंग्वेज मॉडल और नाजुक स्ट्रक्चर-फ्रॉम-मोशन इनिशियलाइजेशन को दरकिनार करने के लिए एक एंकर-एंड-ट्रैक रणनीति का उपयोग किया जाता है, जिससे उच्च ज्यामितीय सटीकता और भौतिक संभाव्यता वाले सिमुलेशन-रेडी एसेट्स उत्पन्न होते हैं।
यह शोध पत्र स्वायत्त वाहनों में एक सिमेंटिक ऑब्जर्वर लेयर के लिए प्री-डिप्लॉयमेंट व्यवहार्यता अध्ययन का प्रस्ताव और सत्यापन करता है, जो यह प्रदर्शित करता है कि एक क्वांटाइज्ड विजन-लैंग्वेज मॉडल (NVFP4 विद फ्लैशअटेंशन2) संदर्भ-निर्भर सिमेंटिक विसंगतियों का पता लगाने के लिए आवश्यक ~500 ms कम-विलंबता वाले अनुमान (इन्फरेंस) को प्राप्त कर सकता है, जबकि साथ ही रिकॉल कोलैप्स के कारण NF4 क्वांटाइजेशन को एक महत्वपूर्ण बाधा के रूप में पहचानता है।
यह शोध पत्र एक बूटस्ट्रैप धारणा प्रणाली (बूटस्ट्रैप परसेप्शन सिस्टम) प्रस्तुत करता है जो मोनोकुलर डेप्थ को स्व-अंशांकित करने के लिए जीवित 'टाइम-ऑफ-फ्लाइट' पिक्सल का लाभ उठाती है और इसे 2D LiDAR के साथ चुनिंदा रूप से संलयित (फ्यूज) करती है, जिससे रोबोटिक इनडोर नेविगेशन के लिए मजबूत बाधा कवरेज और शून्य टकराव सक्षम होता है, भले ही हार्डवेयर डेप्थ सेंसर 78% तक पिक्सेल हानि का सामना कर रहे हों।
यह शोध पत्र स्वायत्त मोबाइल रोबोटों के लिए एक संदर्भ-महत्वता-जागरूक (context-criticality-aware) ढांचे को प्रस्तुत करता है जो स्थितिजन्य कारकों के आधार पर खतरे की संचार तात्कालिकता को गतिशील रूप से अनुकूलित करने के लिए VLM/LLM-आधारित धारणा का लाभ उठाता है, जिससे निश्चित-प्राथमिकता वाले बेसलाइन की तुलना में प्रतिक्रिया समय कम होता है और उपयोगकर्ता का विश्वास बढ़ता है।
यह शोध पत्र विभिन्न व्यावसायिक संदर्भों में रोबोट के रंग चयन के लिए 4,000 से अधिक उपयोगकर्ता औचित्यों का गुणात्मक विश्लेषण करता है, जिससे यह पता चलता है कि जहाँ कार्यात्मक तर्क प्रमुख है, वहीं उपयोगकर्ता अक्सर अनजाने में अपने चयन को नस्लीय और व्यावसायिक रूढ़ियों के साथ संरेखित करते हैं, एक ऐसा पूर्वाग्रह जो रोबोट के अधिक मानवोन्मुख (anthropomorphic) होने पर वि-नस्लीय मशीन-केंद्रित तर्क की ओर स्थानांतरित हो जाता है।
World2Rules एक न्यूरो-सिम्बोलिक फ्रेमवर्क है जो उम्मीदवार पीढ़ी (candidate generation) के लिए न्यूरल मॉडल्स को इंडक्टिव लॉजिक प्रोग्रामिंग और पदानुक्रमित परावर्तक तर्क (hierarchical reflective reasoning) के साथ जोड़कर, शोर वाले मल्टीमॉडल विमानन डेटा से व्याख्या योग्य, सत्यापन योग्य सुरक्षा नियम सीखता है, जो सटीकता में शुद्ध रूप से न्यूरल और बेसलाइन न्यूरो-सिम्बोलिक दृष्टिकोणों से बेहतर प्रदर्शन करता है।
यह शोध पत्र एक हाइब्रिड भौतिकी-सूचित (physics-informed) और डेटा-संचालित ढांचे को प्रस्तुत करता है जो जटिल, गणनात्मक रूप से गहन टेरामैकेनिक्स मॉडलों को एक रैखिक प्रणाली में बदलने के लिए कूपमैन ऑपरेटर (Koopman operator) का उपयोग करता है, जिससे विरूपण योग्य भूभाग (deformable terrain) पर संचालित होने वाले स्वायत्त ऑफ-रोड वाहनों के लिए सुदृढ़ और स्थिर मॉडल प्रेडिक्टिव कंट्रोल सक्षम होता है।
यह शोध पत्र एक ऐसा नियंत्रण ढांचा प्रस्तावित करता है जो एक हाइब्रिड डायनेमिकल सिस्टम के भीतर फुट स्लिप को नियंत्रित करने के लिए वर्चुअल नॉनहोलोनोमिक बाधाओं (virtual nonholonomic constraints) को एकीकृत करके फिसलन भरे धरातल पर स्थिर द्विपद चाल (bipedal walking) सुनिश्चित करता है, जिससे कम घर्षण वाली स्थितियों में आवधिक चालों (periodic gaits) का स्थिरीकरण सक्षम होता है।
यह शोध पत्र HCLSM को प्रस्तुत करता है, जो एक पदानुक्रमित कारणगत विलुप्त अवस्था मशीन (hierarchical causal latent state machine) है जो पुशटी (PushT) रोबोटिक बेंचमार्क पर अत्याधुनिक अगली-अवस्था भविष्यवाणी (next-state prediction) प्राप्त करने के लिए ऑब्जेक्ट-सेंट्रिक स्लॉट अटेंशन, मल्टी-स्केल टेम्पोरल डायनेमिक्स और कॉज़ल ग्राफ लर्निंग को जोड़ता है, जो महत्वपूर्ण कम्प्यूटेशनल दक्षता भी प्रदर्शित करता है।