4829 पेपर
यह शोधपत्र गैररेखीय रोबोटिक मैनिपुलेटर्स के लिए एक निष्क्रिय, डेटा-संचालित वेग नियंत्रण विधि प्रस्तुत करता है जो बेहतर ट्रैकिंग प्रदर्शन और स्थिरता गारंटी प्राप्त करने के लिए iFIR नियंत्रकों के VRFT-आधारित पहचान का उपयोग करता है, जबकि अनुकूलित PID की तुलना में सिस्टम डायनेमिक्स बदलने पर तेजी से पुन: सीखने की अनुमति देता है।
यह शोध पत्र एक हाइब्रिड फ्रेमवर्क प्रस्तावित करता है जो लो-लेवल कंट्रोल के लिए रिइन्फोर्समेंट लर्निंग को हाई-लेवल प्लानिंग के लिए लार्ज लैंग्वेज मॉडल्स के साथ एकीकृत करता है, जो सिम्युलेटेड वातावरण में रोबोटिक मैनिपुलेशन के लिए कार्य पूर्णता समय, सटीकता और अनुकूलन क्षमता में महत्वपूर्ण सुधार प्रदर्शित करता है।
यह शोध पत्र HapCompass को प्रस्तुत करता है, जो एक कम लागत वाला पहनने योग्य हैप्टिक उपकरण है जो सहज 2D दिशात्मक संकेत प्रदान करने के लिए एक एकल एक्चुएटर को यांत्रिक रूप से घुमाता है, जो विजन-ओनली (केवल दृष्टि) और गैर-दिशात्मक फीडबैक बेसलाइन की तुलना में टेलीऑपरेटेड मैनिपुलेशन प्रदर्शन और इमिटेशन लर्निंग परिणामों में महत्वपूर्ण सुधार करता है।
यह शोध पत्र एक सिमुलेशन-प्रशिक्षित सक्रिय धारणा (एक्टिव परसेप्शन) ढांचे का प्रस्ताव करता है जो दूरी और प्रकाश की तीव्रता के आधार पर छवि गुणवत्ता का पूर्वानुमान लगाने के लिए एक मल्टी-लेयर पर्सेप्ट्रॉन का उपयोग करता है, जिससे पानी के नीचे के वाहन विविध टर्बिडिटी (मैलापन) स्थितियों में उच्च-गुणवत्ता वाले एसेट निरीक्षण के लिए अपने युद्धाभ्यास को स्वायत्त रूप से अनुकूलित करने में सक्षम होते हैं।
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।