4829 पेपर
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।
यह शोध पत्र यह स्थापित करता है कि मोनोकुलर विज़ुअल-इनर्शियल ओडोमेट्री में मेट्रिक स्केल को हल करने के लिए निरंतर-गति वाले सीधे पथ के बजाय घुमावदार प्रक्षेपवक्रों द्वारा उत्पन्न ट्रांसलेशनल त्वरण मौलिक स्रोत है, और एक हल्का उत्तेजना मीट्रिक प्रस्तावित करता है जिसे प्रयोगों द्वारा मान्य किया गया है जो दिखाते हैं कि फिगर-एट (आठ के आकार की) गति रैखिक पथों की तुलना में स्केल त्रुटि को काफी कम कर देती है।
यह शोध पत्र प्रदर्शित करता है कि स्वतंत्र रूप से प्रशिक्षित कॉग्निटिव मैप लर्नर्स (CML) को 2D और 3D स्थानों में बहु-जोड़ वाले रोबोटिक आर्म्स को नियंत्रित करने के लिए पदानुक्रमित रूप से संयोजित किया जा सकता है, जो लक्ष्य फेजर हाइपरवेक्टर्स को सेगमेंट कोणों में गुणनखंडित करके पारंपरिक इन्वर्स काइनेमैटिक समीकरणों पर निर्भर किए बिना सटीक स्थिति प्राप्त करता है।
यह शोध पत्र चंद्रयान 3 के नेविकैम (NavCam) डेटा पर 2.26 सेमी की मध्यस्थ गहराई त्रुटि (median depth error) प्राप्त करते हुए, एक वास्तविक समय मॉड्यूल जो CLAHE-उन्नत स्टीरियो इमेजरी और ऑब्जेक्ट डिटेक्शन के लिए YOLOv11n का उपयोग करता है, को सघन 3D पुनर्निर्माण (dense 3D reconstruction) के लिए डेप्थ एनीथिंग V2 (Depth Anything V2) का लाभ उठाने वाले एक ऑफलाइन मॉड्यूल के साथ संयोजित करता है, जो ग्रहों के रोवर्स के लिए एक स्केलेबल और कंप्यूट-कुशल विजन सिस्टम प्रस्तुत करता है।
यह शोध पत्र SCRAMPPI को प्रस्तुत करता है, जो एक कुशल मोबाइल रोबोट नेविगेशन फ्रेमवर्क है जो प्रतिकूल वातावरण के लिए वास्तविक समय में नाममात्र (nominal) और आकस्मिक (contingency) योजनाएं उत्पन्न करने हेतु ऑनलाइन हैमिल्टन-जैकोबी रीचैबिलिटी विश्लेषण को एक सैंपलिंग-आधारित प्लानर (MPPI) के साथ एकीकृत करके कठोर सुरक्षा बाधाओं (hard safety constraints) की गारंटी देता है।
UMI-अंडरवॉटर सिस्टम एक स्व-पर्यवेक्षित (self-supervised) डेटा संग्रह पाइपलाइन को डेप्थ-आधारित अफोर्डेंस (affordance) प्रतिनिधित्व के साथ जोड़कर मजबूत अंडरवॉटर रोबोटिक ग्रैस्पिंग को सक्षम बनाता है, जो ज़ीरो-शॉट सामान्यीकरण (zero-shot generalization) प्राप्त करने के लिए ऑन-लैंड प्रदर्शनों से ज्ञान को अंडरवॉटर डोमेन में स्थानांतरित करता है और RGB-ओनली बेसलाइन्स से बेहतर प्रदर्शन करता है।
यह शोध पत्र रेसिंग परिवेश में स्वायत्त ओवरटेकिंग के लिए एक सुदृढीकरण लर्निंग-आधारित ढांचे को प्रस्तुत करता है जो प्रतिद्वंद्वी की स्थिति का सटीक अनुमान लगाने और प्रक्षेपवक्र स्टीयरिंग एवं वेग को अनुकूलित करने के लिए अनसेंटेड कलमन फ़िल्टर के माध्यम से LiDAR और डेप्थ कैमरा डेटा को संलयित करता है।