4829 पेपर
यह शोध पत्र दीर्घकालिक विजुअल नेविगेशन के लिए मानचित्र प्रबंधन रणनीतियों का प्रस्ताव और मूल्यांकन करता है, यह प्रदर्शित करते हुए कि वे तकनीकें जो चक्रीय पर्यावरणीय परिवर्तनों को स्पष्ट रूप से मॉडल और पूर्वानुमानित करती हैं, समय के साथ रोबोट लोकलाइजेशन सटीकता बनाए रखने में उन तकनीकों से बेहतर प्रदर्शन करती हैं जो ऐसा नहीं करती हैं।
यह शोध पत्र FLUX को प्रस्तुत करता है, जो एक एकीकृत फ्लो-आधारित नेविगेशन पॉलिसी है जो कुशल इन्फरेंस के लिए रेक्टिफाइड फ्लो का लाभ उठाती है और छह नेविगेशन कार्यों में अत्याधुनिक प्रदर्शन प्राप्त करने के लिए एक स्टैटिक-टू-डायनामिक करिकुलम का उपयोग करती है, साथ ही विविध रोबोटिक एम्बॉडमेंट्स में ज़ीरो-शॉट सिम-टू-रियल ट्रांसफर का प्रदर्शन करती है।
यह शोधपत्र SmoothTurn को प्रस्तुत करता है, जो एक लर्निंग-आधारित कंट्रोल फ्रेमवर्क है जो एक नवीन रिवॉर्ड स्ट्रक्चर, लुकअहेड ऑब्जर्वेशन विंडो और एक ऑटोमैटिक गोल करिकुलम का उपयोग करके क्वाड्रुपेडल रोबोट्स को क्रमिक स्थानीय नेविगेशन के दौरान उच्च गति पर फुर्तीले, सुचारू दिशात्मक परिवर्तन करने में सक्षम बनाता है।
रोबोस्ट्रीम (RoboStream) एक प्रशिक्षण-मुक्त ढांचा है जो स्पैटियो-टेम्पोरल फ्यूजन टोकन (Spatio-Temporal Fusion Tokens) और एक कॉज़ल स्पैटियो-टेम्पोरल ग्राफ (Causal Spatio-Temporal Graph) को एकीकृत करके लॉन्ग-होरिज़न रोबोटिक मैनिपुलेशन के लिए विजन-लैंग्वेज मॉडल्स को उन्नत करता है, ताकि निरंतर ज्यामितीय एंकरिंग (geometric anchoring) और कॉज़ल मेमोरी बनाए रखी जा सके, जिससे उन धारणात्मक त्रुटियों और स्टेट-ट्रैकिंग विफलताओं पर विजय प्राप्त की जा सके जो मौजूदा आइसोलेटेड-स्टेप प्लानर्स को प्रभावित करती हैं।
यह शोध पत्र स्वायत्त रेसिंग (autonomous racing) में वास्तविक समय में स्लिप डिटेक्शन और टायर-रोड घर्षण गुणांक (friction coefficient) के अनुमान के लिए एक हल्का, मॉडल-मुक्त दृष्टिकोण प्रस्तुत करता है जो पूरी तरह से IMU, LiDAR और कंट्रोल इनपुट पर निर्भर करता है, जो जटिल मॉडल या प्रशिक्षण डेटा की आवश्यकता के बिना विभिन्न घर्षण स्तरों पर सटीक प्रदर्शन प्रदर्शित करता है।
DriveCritic एक नवीन ढांचा है जिसमें संदर्भ-महत्वपूर्ण परिदृश्यों का एक क्यूरेटेड डेटासेट और एक फाइन-ट्यून्ड विजन-लैंग्वेज मॉडल शामिल है जो बेहतर संदर्भ जागरूकता के माध्यम से मेट्रिक स्कोर को मानवीय निर्णय के साथ संरेखित करके स्वायत्त ड्राइविंग मूल्यांकन में महत्वपूर्ण सुधार करता है।
यह शोध पत्र एक सिमेंटिक्स-गाइडेड फजी कंट्रोल फ्रेमवर्क प्रस्तावित करता है जो जीपीएस-रहित (GPS-denied) अंतर्जलीय नेविगेशन और मल्टी-रोबोट स्वार्म्स के बीच सिमेंटिक कम्युनिकेशन-आधारित समन्वय के लिए मल्टीमॉडल अवलोकनों को व्याख्या योग्य टोकन में संकुचित करने हेतु लार्ज लैंग्वेज मॉडल्स का लाभ उठाता है।
यह शोध पत्र POrTAL को प्रस्तुत करता है, जो एक हल्का, एनीटाइम (anytime) संभाव्य नियोजन एल्गोरिदम है जो सीमित कम्प्यूटेशनल संसाधनों के तहत आंशिक रूप से दृश्यमान वातावरण में काम करने वाले रोबोटों के लिए कुशलतापूर्वक छोटे निष्पादन योजनाएं उत्पन्न करने हेतु FF-Replan और POMCP को जोड़ता है।
यह शोध पत्र एक स्केलेबल, मॉड्यूलर रोबोटिक मैनिपुलेशन प्लेटफॉर्म प्रस्तुत करता है जो साझा-सीमा प्रवर्तन (shared-boundary actuation) और एक पदानुक्रमित नियंत्रण ढांचे का उपयोग करके नियंत्रण सटीकता और सिस्टम आकार के बीच के समझौते को दूर करता है, ताकि नाजुक वस्तुओं के सटीक, समन्वित अंतर-मॉड्यूल वस्तु हस्तांतरण को प्राप्त किया जा सके और यांत्रिक युग्मन हस्तक्षेप (mechanical coupling interference) को व्यवस्थित रूप से अभिलक्षणित और क्षतिपूरक बनाया जा सके।
यह शोध पत्र मानव-रोबोट इंटरेक्शन में वास्तविक समय में लीडर-फॉलोअर भूमिका वर्गीकरण के लिए लघु भाषा मॉडलों (small language models) का मूल्यांकन करता है, जो यह प्रदर्शित करता है कि एक नवीन डेटासेट पर ज़ीरो-शॉट फाइन-ट्यूनिंग (zero-shot fine-tuning) एज डिवाइसेस पर उच्च सटीकता और कम विलंबता प्राप्त करती है, जबकि वन-शॉट अडैप्टेशन (one-shot adaptation) बढ़े हुए संदर्भ जटिलता के कारण प्रदर्शन में गिरावट का शिकार होता है।