4829 पेपर
यह शोध पत्र एक ज्यामिति-संरेखित (geometry-aligned) LLM फाइन-ट्यूनिंग ढांचे का प्रस्ताव करता है जो क्रमिक संकीर्ण दीर्घाओं (sequential narrow openings) के माध्यम से रिजिड-बॉडी मोशन प्लानिंग के लिए व्यवहार्य, दीर्घ-अवधि वाले वेपॉइंट अनुक्रमों को उत्पन्न करने के लिए विफलता-संचालित सुपरवाइज्ड फाइन-ट्यूनिंग और ज्यामितीय सत्यापन-आधारित सुदृढीकरण शिक्षण (reinforcement learning) को जोड़ता है।
यह शोध पत्र SE(3)-LIO प्रस्तुत करता है, जो एक LiDAR-इनर्शियल ओडोमेट्री सिस्टम है जो घूर्णी और स्थानांतरीय गति को बेहतर ढंग से एकीकृत करने के लिए SE(3) मैनिफोल्ड पर पोज़ को संयुक्त रूप से प्रसारित करके सटीकता और मजबूती में सुधार करता है, जबकि विरूपण त्रुटियों (डिस्टॉर्शन एरर्स) को कम करने के लिए मोशन कंपनसेशन में सह-संबंधित पोज़ अनिश्चितताओं को शामिल करता है।
यह शोध पत्र PanguMotion प्रस्तुत करता है, जो स्वायत्त ड्राइविंग के लिए एक नवीन मोशन फोरकास्टिंग फ्रेमवर्क है जो फीचर रिप्रजेंटेशन को बढ़ाने के लिए Pangu-1B Transformer ब्लॉक्स का लाभ उठाता है और एक पुनर्गठित Argoverse 2 डेटासेट के माध्यम से निरंतर ड्राइविंग परिदृश्यों को मॉडल करके मौजूदा विधियों की सीमाओं को संबोधित करता है।
यह शोध पत्र दो मॉडल-अज्ञेय (model-agnostic) विधियों—टाइम-डिस्क्रीट फाइनाइट-डिफरेंस एप्रोक्सिमेशन और कंटीन्यूअस क्यूबिक बी-स्प्लाइन एक्शन स्पेसेस—का प्रस्ताव करता है, ताकि विजन-लैंग्वेज-एक्शन मॉडल्स में वेलोसिटी फीडफॉरवर्ड को एकीकृत किया जा सके, जिससे कठोर औद्योगिक रोबोट हेरफेर (manipulation) में अनुपालन (compliance) और प्रतिक्रियाशीलता (responsiveness) के बीच के संतुलन को हल किया जा सके।
यह शोध पत्र ग्राउंड रिएक्शन इनर्शियल पोजर (GRIP) को प्रस्तुत करता है, जो एक भौतिकी-आधारित मोशन कैप्चर विधि है जो भौतिक रूप से प्रशंसनीय मानव गति को पुनर्गठित करने के लिए विरल (sparse) IMU और इनसोल प्रेशर सेंसर डेटा को एक डिजिटल ट्विन सिम्युलेटर के साथ जोड़ती है, जो नए पेश किए गए बड़े पैमाने के PRISM डेटासेट के उपयोग के माध्यम से मौजूदा दृष्टिकोणों से बेहतर प्रदर्शन करती है।
यह शोध पत्र वास्तविक दुनिया के लॉजिस्टिक वातावरण में विजुअल ओडोमेट्री और SLAM सिस्टम का एक व्यापक बेंचमार्क प्रस्तुत करता है, जो यह प्रदर्शित करता है कि cuVSLAM फ्रंट-एंड के साथ एक कस्टम बैक-एंड को संयोजित करने वाला एक हाइब्रिड स्टैक बेहतर मैपिंग सटीकता प्राप्त करता है और NVIDIA Jetson हार्डवेयर पर इसकी सफल तैनाती को प्रमाणित करता है।
MG-Grasp एक नवीन डेप्थ-मुक्त (depth-free) 6-DoF ग्रैस्पिंग फ्रेमवर्क है जो स्पार्स RGB छवियों से मीट्रिक-स्केल, मल्टी-व्यू सुसंगत घने पॉइंट क्लाउड्स को पुनर्गठित करने के लिए टू-व्यू 3D फाउंडेशन मॉडल का लाभ उठाता है, जिससे बिना डेप्थ सेंसर की आवश्यकता के भौतिक रूप से विश्वसनीय रोबोटिक मैनिपुलेशन में अत्याधुनिक प्रदर्शन प्राप्त होता है।
यह शोध पत्र eAP डेटासेट प्रस्तुत करता है, जो स्वायत्त ड्राइविंग के लिए सबसे बड़ा इवेंट-कैमरा डेटासेट है, ताकि चुनौतीपूर्ण प्रकाश स्थितियों में 3D वाहन पहचान और ऑब्जेक्ट टाइम-टू-कॉन्टैक्ट अनुमान में इसकी प्रभावशीलता को प्रदर्शित करके इवेंट-एन्हांस्ड डीप रिप्रेजेंटेशन लर्निंग के अंतर को पाटा जा सके।
यह शोध पत्र यूके के एक हाउसिंग कॉम्प्लेक्स में रोबो-बरिस्ता (Robo-Barista) के पांच सप्ताह के इन-द-वाइल्ड (in-the-wild) परिनियोजन के दौरान सामना की गई चुनौतियों पर विचार करता है, जिसमें यह रेखांकित किया गया है कि कैसे तकनीकी विफलताओं, सुलभता संबंधी बाधाओं और सामाजिक गतिशीलता के कारण कार्य-आधारित आख्यानों (task-based narratives) के उपयोग के बावजूद दीर्घकालिक जुड़ाव कम रहा।
यह शोध पत्र "बाउंडेड कैलिब्रेशन विद कॉन्टेस्टेबिलिटी" (सीमित अंशांकन और चुनौती देने की क्षमता) का प्रस्ताव करता है, जो LLM-सक्षम रोबोटों के लिए एक फ्रंट-एंड डिज़ाइन पैटर्न है जो निर्णयों को अनुमोदित मोड तक सीमित करके, वास्तविक समय में स्पष्टता सुनिश्चित करके, और बहुलवादी मूल्यों एवं LLM की परिवर्तनशीलता को संबोधित करने के लिए विशिष्ट चुनौती पथ प्रदान करके, दुर्लभ सहायता आवंटन का प्रबंधन करता है ताकि उपयोगकर्ताओं पर अत्यधिक बोझ न पड़े।