4800 पेपर
यह शोध पत्र OVSegDT को प्रस्तुत करता है, जो एक हल्का, केवल RGB-आधारित ट्रांसफार्मर पॉलिसी है जो सटीक स्थानिक ग्राउंडिंग के लिए एक सिमेंटिक शाखा को एंट्रॉपी-एडेप्टिव लॉस मॉड्यूलेशन के साथ जोड़कर स्टेट-ऑफ-द-आर्ट ओपन-वोकैबुलरी ऑब्जेक्ट गोल नेविगेशन प्राप्त करता है, जिससे सामान्यीकरण और सुरक्षा में सुधार होता है साथ ही प्रशिक्षण नमूना जटिलता कम होती है।
यह शोध पत्र RoboManipBaselines को प्रस्तुत करता है, जो एक ओपन-सोर्स, एकीकृत फ्रेमवर्क है जिसे विभिन्न सिमुलेशन और वास्तविक दुनिया के वातावरणों में रोबोटिक मैनिपुलेशन के लिए संपूर्ण इमिटेशन लर्निंग पाइपलाइन को सुव्यवस्थित करने के लिए डिज़ाइन किया गया है, जो डेटा संग्रह, पॉलिसी ट्रेनिंग और मूल्यांकन के लिए एक सुसंगत, विस्तार योग्य और पुनरुत्पादक इंटरफ़ेस प्रदान करता है।
यह शोध पत्र मेमोइर (Memoir) को प्रस्तुत करता है, जो एक नवीन फ्रेमवर्क है जो मेमोरी-परसिस्टेंट विजन-एंड-लैंग्वेज नेविगेशन के लिए कल्पना-निर्देशित रिट्रीवल तंत्र का उपयोग करता है ताकि पर्यावरणीय अवलोकनों और व्यवहारिक पैटर्न दोनों तक चुनिंदा रूप से पहुँच प्राप्त की जा सके, जिससे मौजूदा बेसलाइनों की तुलना में महत्वपूर्ण प्रदर्शन लाभ, तेज़ प्रशिक्षण और कम मेमोरी उपयोग प्राप्त होता है।
यह शोध पत्र CycleManip को प्रस्तुत करता है, जो एक ऐसा ढांचा है जो लागत-जागरूक नमूनाकरण (cost-aware sampling) और बहु-कार्य शिक्षण (multi-task learning) के माध्यम से ऐतिहासिक धारणा और समझ को बढ़ाकर, रोबोटों को अपेक्षित समय सीमा के भीतर चक्रीय हेरफेर (cyclic manipulation) कार्यों को प्रभावी ढंग से करने में सक्षम बनाता है, साथ ही इस कम खोजे गए क्षेत्र में अनुसंधान को सुगम बनाने के लिए एक नए बेंचमार्क का निर्माण करता है।
यह शोध पत्र एक सामान्यीकृत अक्ष-कोण (axis-angle) एटीट्यूड नियंत्रण ढांचे को प्रस्तुत करता है जो वैश्विक स्पर्शोन्मुख स्थिरता (global asymptotic stability) सुनिश्चित करता है और पारंपरिक क्वार्टरनियन-आधारित और ज्यामितीय नियंत्रण विधियों की तुलना में उच्च-गति टंबल-रिकवरी युद्धाभ्यास में बेहतर प्रदर्शन प्रदर्शित करता है।
यह शोध पत्र DADP का प्रस्ताव करता है, जो एक डोमेन एडेप्टिव डिफ्यूजन पॉलिसी है जो लैग्ड कॉन्टेक्स्ट डायनेमिकल प्रेडिक्शन (Lagged Context Dynamical Prediction) के माध्यम से स्थिर डोमेन निरूपणों को क्षणिक गुणों से अनसुपरवाइज्ड तरीके से अलग करके और इन निरूपणों को सीधे डिफ्यूजन जनरेशन प्रक्रिया में एकीकृत करके, अनदेखी ट्रांजिशन डायनेमिक्स के प्रति सुदृढ़ ज़ीरो-शॉट अनुकूलन प्राप्त करता है।
यह शोध पत्र ऑटोनॉमस अंडरवॉटर रोबोट (AUR) सॉफ्टवेयर के भीतर पानी के नीचे के कचरे का पता लगाने के लिए विजन-लैंग्वेज मॉडल्स (VLMs) का एक अनुभवजन्य मूल्यांकन प्रस्तुत करता है, जो चुनौतीपूर्ण समुद्री वातावरण के लिए मजबूत धारणा मॉड्यूल चुनने में सॉफ्टवेयर इंजीनियरों का मार्गदर्शन करने हेतु उनके प्रदर्शन और अनिश्चितता का आकलन करता है।
यह शोध पत्र रोबोटिक लोकोमोशन के लिए एक सक्रिय घर्षण नियंत्रण तंत्र के रूप में अल्ट्रासोनिक लुब्रिकेशन को प्रस्तुत करता है, जो बायो-इंस्पायर्ड इंचवॉर्म और वास्प ओविपोसिटर सिस्टम के माध्यम से यह प्रदर्शित करता है कि अनुनाद कंपन (रेजोनेंट वाइब्रेशन) के माध्यम से "ग्रिप" और "स्लिप" अवस्थाओं के बीच गतिशील रूप से स्विच करना विविध सतहों और स्थितियों में अत्यधिक कुशल, द्वि-दिशीय गति को सक्षम बनाता है।
यह शोध पत्र "मेपल" के लिए चुनौतियों, सांस्कृतिक विचारों और प्रारंभिक डिज़ाइन दिशानिर्देशों को परिभाषित करने हेतु शिक्षकों के साथ एक सह-डिज़ाइन अध्ययन प्रस्तुत करता है, जो एक सामाजिक रोबोट है जिसका उद्देश्य सीमित शैक्षिक परिवेश में भाषा और साक्षरता संबंधी बाधाओं को दूर करने में नए बच्चों को सहायता प्रदान करना है।
SutureAgent एक गोल-कंडीशन्ड (goal-conditioned) ऑफलाइन सुदृढ़ीकरण लर्निंग (reinforcement learning) फ्रेमवर्क है जो सर्जिकल नीडल प्रक्षेपवक्र (trajectory) भविष्यवाणी को पिक्सेल-स्पेस अनुक्रमिक निर्णय लेने की समस्या के रूप में तैयार करता है, जो मौजूदा विधियों की तुलना में काफी कम विस्थापन त्रुटियों को प्राप्त करने के लिए स्पार्स वेपॉइंट एनोटेशन (sparse waypoint annotations) और कंजर्वेटिव पॉलिसी ऑप्टिमाइज़ेशन का लाभ उठाता है।