4829 पेपर
यह शोध पत्र एक नवीन सैद्धांतिक ढांचे को प्रस्तुत करता है जो स्वायत्त प्रणाली नियंत्रण में रैखिक बाधाओं की व्यवहार्यता का आकलन करने के लिए आवश्यक और पर्याप्त स्थितियाँ स्थापित करता है, जिसका उपयोग कुशल एल्गोरिदम विकसित करने के लिए किया जाता है जो अत्याधुनिक प्रदर्शन के साथ बेहतर कम्प्यूटेशनल गति वाले व्यवहार्य बाधा उपसमुच्चयों के चयन को सुगम बनाते हैं।
यह शोध पत्र CoInfra को प्रस्तुत करता है, जो एक बड़े पैमाने पर सहयोगात्मक बुनियादी ढांचा धारणा प्रणाली और डेटासेट है जिसमें विभिन्न प्रतिकूल मौसम स्थितियों के तहत 5G से जुड़े 14 सड़क किनारे नोड्स शामिल हैं, जो यह प्रदर्शित करता है कि वाहन-केवल संवेदन की तुलना में वाहन-बुनियादी ढांचा सहयोग जटिल यातायात परिदृश्यों में स्थितिजन्य जागरूकता और सुरक्षा-महत्वपूर्ण पहचान को महत्वपूर्ण रूप से बढ़ाता है।
यह शोध पत्र एक एडेप्टिव रिलेटिव पोज़ एस्टीमेशन फ्रेमवर्क प्रस्तावित करता है जो एक्टिव डेब्रिस रिमूवल मिशनों के लिए, विविध माप अनिश्चितताओं और अनमॉडल डायनेमिक्स के तहत ENVISAT जैसे टंबलिंग लक्ष्यों की स्थिति को मजबूती से अनुमानित करने के लिए एक CNN-आधारित मार्कर डिटेक्शन सिस्टम को ड्यूल-नॉइज़-ट्यून्ड अनसेंटेड कलमन फ़िल्टर के साथ एकीकृत करता है।
यह शोध पत्र SPARTA को प्रस्तुत करता है, जो एक एकीकृत ढांचा (unified framework) है जो विजुअल स्पेशियल प्रोग्रेस सेगमेंटेशन का लाभ उठाकर रोबोटों को संरचित अवलोकनों (structured observations) और सघन पुरस्कारों (dense rewards) के माध्यम से मैशिंग और स्लाइसिंग जैसे निरंतर वस्तु अवस्था परिवर्तनों वाले हेरफेर कार्यों को प्रभावी ढंग से सीखने और निष्पादित करने में सक्षम बनाता है।
यह शोध पत्र SpikeGrasp को प्रस्तुत करता है, जो एक न्यूरो-प्रेरित ढांचा है जो पॉइंट क्लाउड को पुनर्गठित किए बिना रिकरेंट स्पाइकिंग न्यूरल नेटवर्क का उपयोग करके कच्चे स्टीरियो स्पाइक स्ट्रीम से सीधे 6-DoF ग्रैस्प पोज का पता लगाता है, जो पारंपरिक तरीकों की तुलना में चुनौतीपूर्ण वातावरण में बेहतर प्रदर्शन और डेटा दक्षता प्रदर्शित करता है।
PhyGile एक एकीकृत ढांचा है जो भौतिकी-आधारित मोशन जनरेशन और सामान्य मोशन ट्रैकिंग के बीच के अंतर को पाटता है ताकि मानव सदृश रोबोटों को उनके मूल स्थान में ही फुर्तीले, जटिल पूर्ण-शरीर वाले गतियों को निष्पादित करने में सक्षम बनाया जा सके, जो पारंपरिक टेक्स्ट-टू-मोशन मॉडलों की भौतिक व्यवहार्यता संबंधी सीमाओं को दूर करता है।
SOFTMAP एक डेटा-कुशल, सिम-टू-रियल लर्निंग फ्रेमवर्क है जो टोपोलॉजिकल मेश अलाइनमेंट, एक सिमुलेशन-प्रीट्रेंड MLP, एक रेसिडुअल करेक्शन नेटवर्क और एक लीनियर कैलिब्रेशन लेयर को जोड़कर टेंडन-एक्टुएटेड सॉफ्ट फिंगर्स की रियल-टाइम, उच्च-सटीक 3D फॉरवर्ड मॉडलिंग प्राप्त करता है ताकि नॉनलीनियर मटेरियल चुनौतियों को दूर किया जा सके और टेलीऑपरेशन प्रदर्शन में सुधार किया जा सके।
यह शोध पत्र एक क्लोज्ड-फॉर्म कंट्रोल लयापुनोव फंक्शन-कंट्रोल बैरियर फंक्शन (CLF-CBF) नियंत्रक प्रस्तुत करता है जो सुरक्षा बाधाओं को विश्लेषणात्मक रूप से एम्बेड करके ऑनलाइन अनुकूलन के कम्प्यूटेशनल बोझ को समाप्त करता है, जिससे 3D वातावरण में सॉफ्ट कंटीन्यूम मैनिपुलेटर्स के लिए रियल-टाइम, प्रमाणित सुरक्षित होल-बॉडी कोलिजन अवॉयडेंस सक्षम होता है।
यह शोधपत्र रैखिक और द्विघाती (क्वाड्रेटिक) चांस बाधाओं वाले विविक्त-समय स्टोकेस्टिक रैखिक इष्टतम नियंत्रण समस्याओं के लिए क्रमशः एक सटीक उत्तल पुनर्गठन (exact convex reformulation) और एक सुदृढ़ उत्तल विश्रांति (tight convex relaxation) प्रस्तुत करता है, जो बेहतर व्यवहार्यता और इष्टतमता प्राप्त करने के लिए मोमेंट सूचना को स्पष्ट रूप से एनकोड करता है, जैसा कि उच्च शोर स्तरों के तहत क्वाड्रोटर प्रक्षेपवक्र निर्माण द्वारा मान्य किया गया है।
यह शोध पत्र रोबोटिक पाथ प्लानिंग एल्गोरिदम के लिए अनुसंधान-स्तरीय इष्टतमता प्रमाणों (optimality proofs) पर लार्ज लैंग्वेज मॉडल्स का मूल्यांकन करने के लिए पहला बेंचमार्क प्रस्तुत करता है, जो यह प्रकट करता है कि जबकि अत्याधुनिक मॉडल बिना सहायता के ऐसे जटिल तर्क के साथ संघर्ष करते हैं, सामान्य प्रॉम्प्टिंग या ग्राउंड-ट्रुथ रेश्यो के बजाय कार्य-विशिष्ट इन-कॉन्टेक्स्ट लेम्मा (in-context lemmas) प्रदान करने पर उनके प्रदर्शन में महत्वपूर्ण सुधार होता है।