4829 पेपर
यह शोध पत्र एक रोबोटिक आर्म को नियंत्रित करने के लिए EEG और मल्टीमॉडल EEG-EMG संकेतों से हाथ की गतिज (kinematics) को डिकोड करने हेतु एक CNN-अटेंशन हाइब्रिड मॉडल प्रस्तुत करता है, जो आगे एक मोशन-स्टेट-अवेयर क्रिटिक का उपयोग करके कम-आत्मविश्वास वाले बिंदुओं को फ़िल्टर करने वाले को-पायलट-असिस्टेड फ्रेमवर्क के माध्यम से प्रक्षेपवक्र निष्ठा (trajectory fidelity) को बढ़ाता है।
यह शोध पत्र S3KF प्रस्तुत करता है, जो एक पैनोरमिक 3D मल्टी-ऑब्जेक्ट ट्रैकिंग फ्रेमवर्क है जो एक यूनिट स्फीयर पर गोलाकार स्टेट-स्पेस कलमन फ़िल्टर का उपयोग करके क्वाड-फिशआई कैमरा डिटेक्शंस को रोटेटिंग LiDAR डेटा के साथ प्रभावी ढंग से फ्यूज करता है, जिससे बिना मोशन-कैप्चर इंफ्रास्ट्रक्चर की आवश्यकता के, व्यापक औद्योगिक वातावरण में डेसीमीटर-स्तर की सटीकता और सुदृढ़ आइडेंटिटी निरंतरता प्राप्त होती है।
ContraMap एक वास्तविक समय (real-time), गैर-बायेसियन (non-Bayesian) कंट्रास्टिव मैपिंग विधि है जो सिंथेटिक शोर (synthetic noise) पर प्रशिक्षित एक स्पष्ट अनिश्चितता वर्ग के साथ कर्नेल-आधारित विभेदक मानचित्रों (kernel-based discriminative maps) को संवर्धित करती है ताकि पर्यावरण संरचना और स्थानिक अनिश्चितता की संयुक्त रूप से भविष्यवाणी की जा सके, जो बायेसियन बेसलाइन की तुलना में बेहतर दक्षता और सुसंगतता प्रदान करती है।
यह शोध पत्र ProgressVLA को प्रस्तुत करता है, जो एक नवीन विजन-लैंग्वेज-एक्शन मॉडल है जो लॉन्ग-होराइजन कार्यों में रोबोटिक मैनिपुलेशन को बढ़ाने के लिए एक प्री-ट्रेन्ड प्रोग्रेस एस्टिमेटर को डिफरेंशिएबल गाइडेंस मैकेनिज्म के साथ एकीकृत करता है ताकि ह्यूरिस्टिक-आधारित टर्मिनेशन की सीमाओं को दूर किया जा सके और सफलता दर एवं सामान्यीकरण में महत्वपूर्ण सुधार किया जा सके।
यह शोध पत्र E-TIDE को प्रस्तुत करता है, जो भविष्य के इवेंट टेंसरों (event tensors) की भविष्यवाणी करने के लिए एक हल्का और कुशल एंड-टू-एंड आर्किटेक्चर है, जो एक नवीन TIDE मॉड्यूल का उपयोग करता है ताकि बड़े पैमाने पर प्रीट्रेनिंग की आवश्यकता के बिना प्रतिस्पर्धी मोशन फोरकास्टिंग प्रदर्शन प्राप्त किया जा सके, जो इसे संसाधन-सीमित, रियल-टाइम अनुप्रयोगों के लिए आदर्श बनाता है।
यह शोधपत्र SCOUT प्रस्तुत करता है, जो एक नवीन रूटिंग फ्रेमवर्क है जो व्यू पॉइंट-निर्भर प्रदर्शन को समग्र छवि जटिलता से अलग करके रोबोटिक मैनिपुलेशन के लिए लागत-प्रभावी 3D पुनर्निर्माण मॉडलों का गतिशील रूप से चयन करता है, जिससे मॉडलों के जोड़े या हटाए जाने पर पुन: प्रशिक्षण की आवश्यकता के बिना मनमाने लागत प्रतिबंधों के तहत मेश गुणवत्ता को अनुकूलित किया जाता है।
यह शोध पत्र "नवगुंजारा रीबॉर्न" (Navagunjara Reborn) प्रस्तुत करता है, जो एक बर्निंग मैन 2025 मूर्तिकला है जो सांस्कृतिक रूप से प्रेरित सार्वजनिक कला के लिए वितरित शिल्पकार निर्माण, संरचनात्मक अनुकूलन और पुनरावृत्ति डिजिटल फीडबैक को जोड़ने वाले एक सहयोगात्मक ढांचे को प्रदर्शित करने हेतु ओडिसी पौराणिक कथाओं को डिजिटल-भौतिक इंजीनियरिंग के साथ संलयित करता है।
यह शोध पत्र एक परिवर्तनशील ढांचे का प्रस्ताव करता है जो कर्नेल फलन (kernel function) को मैक्सिमम कैलिबर (Maximum Caliber) के माध्यम से अनुकूलित एक गतिशील चर के रूप में मानता है, जो प्रतिनिधित्व परिवर्तन (representational change) के लिए आवश्यक ऊष्मप्रवैगिक कार्य (thermodynamic work) पर एक निचली सीमा स्थापित करता है और तंत्रिका नेटवर्क प्रशिक्षण से लेकर जैविक और वैज्ञानिक प्रतिमानों के विकास तक के अनुप्रयोगों का सुझाव देता है।
यह शोध पत्र SHARP का प्रस्ताव करता है, जो एक नवीन स्ट्रीमिंग-आधारित मोशन फोरकास्टिंग फ्रेमवर्क है जो गतिशील ट्रैफ़िक वातावरणों में विषम अवलोकन लंबाई (heterogeneous observation lengths) के बावजूद अत्याधुनिक, सुदृढ़ और कम-विलंबता वाले प्रक्षेपवक्र (trajectory) अनुमान प्राप्त करने के लिए इंस्टेंस-अवेयर कॉन्टेक्स्ट स्ट्रीमिंग और एक दोहरे प्रशिक्षण उद्देश्य का उपयोग करता है।
यह शोध पत्र **AutoDrive-P³** को प्रस्तुत करता है, जो एक विशेष डेटासेट और पदानुक्रमित सुदृढीकरण शिक्षण (hierarchical reinforcement learning) के माध्यम से धारणा (perception), पूर्वानुमान (prediction) और नियोजन (planning) को एक एकल सुसंगत चेतना-प्रवाह (chain-of-thought) प्रक्रिया में एकीकृत करने वाला एक नवीन ढांचा है, जो सहक्रियात्मक निर्णय लेने को सुनिश्चित करते हुए और दोहरी विचार पद्धतियों (dual thinking modes) के साथ अनुमान दक्षता को संतुलित करते हुए स्वायत्त ड्राइविंग में अत्याधुनिक प्रदर्शन प्राप्त करता है।