4223 पेपर
यह शोध पत्र हाइड्रा (Hydra) को प्रस्तुत करता है, जो एक मार्कर-मुक्त RGB-D हैंड-आई कैलिब्रेशन विधि है जो ली बीजगणित (Lie algebra) आधारित इटरेटिव क्लोजेस्ट पॉइंट एल्गोरिदम का उपयोग करती है जो मौजूदा बेसलाइन की तुलना में काफी उच्च अभिसरण दर, तेज़ प्रसंस्करण समय और बेहतर टास्क-स्पेस सटीकता प्राप्त करती है, साथ ही ओपन-सोर्स कोड और ROS 2 एकीकरण भी प्रदान करती है।
यह शोध पत्र "स्पाइकिंग पैचेस" (Spiking Patches) को प्रस्तुत करता है, जो इवेंट कैमरों के लिए एक एसिंक्रोनस और स्पार्स टोकनाइजेशन विधि है जो विभिन्न विजन कार्यों में मौजूदा फ्रेम और वोक्सेल-आधारित दृष्टिकोणों की तुलना में तेज़ अनुमान और तुलनीय या बेहतर सटीकता प्राप्त करते हुए उनके अद्वितीय गुणों को संरक्षित करता है।
यह शोध पत्र एक निरंतरता रोबोट (कंटीन्यूम रोबोट) के लिए एक स्थानीयकरण तकनीक प्रस्तुत करता है जो सटीक स्थिति और अभिविन्यास प्राप्त करने के लिए वितरित, निम्न-रिज़ॉल्यूशन वाले टाइम-ऑफ-फ्लाइट सेंसरों के डेटा को एक आकार पूर्ववृत्त (शेप प्रायर) के साथ जोड़ता है, जिससे सेंसर के आकार और रोबोट की विरूपण क्षमता की सीमाओं पर विजय प्राप्त होती है।
यह शोध पत्र मिक्स्ड-मोटिव लिमिटेड-ऑब्जर्वेबिलिटी लीजिबल मोशन प्लानिंग (MMLO-LMP) समस्या और ट्रैजेक्टरी ऑप्टिमाइज़र का परिचय देता है, जो रोबोटों को ऐसे मोशन प्लान उत्पन्न करने में सक्षम बनाते हैं जो सहकारी पर्यवेक्षकों के लिए एक साथ सुबोध (legible) और विरोधी पर्यवेक्षकों के लिए अगोचर (illegible) हों, जबकि उनके विशिष्ट उद्देश्यों और सीमित दृश्यता को भी ध्यान में रखते हैं।
DynSSM एक भौतिकी-जागरूक (physics-aware) स्टेट-स्पेस मेमोरी फ्रेमवर्क है जो सीखे गए टेम्पोरल रिप्रजेंटेशन्स को एक संरचित वाहन डायनेमिक्स मॉडल और बाउंडेड पैरामीटर अडैप्टेशन के साथ एकीकृत करता है ताकि ऑटोनॉमस रेसिंग के लिए अत्याधुनिक बेसलाइन्स की तुलना में प्रेडिक्शन सटीकता और लैप टाइम में महत्वपूर्ण सुधार किया जा सके।
यह शोधपत्र AnyWorld को प्रस्तुत करता है, जो एक फैक्टराइज्ड वर्ल्ड मॉडलिंग फ्रेमवर्क है जो एक्शन, कैमरा और एम्बॉडिमेंट कारकों को अलग करके एकल मानव इगोसेंट्रिक वीडियो से विविध, क्रॉस-एम्बॉडिममेंट रोबोट अनुभवों को संश्लेषित करता है, जिससे नियंत्रित डेटा जनरेशन सक्षम होता है जो सिम्युलेटेड और वास्तविक ह्यूमनॉइड रोबोट दोनों पर मैनिपुलेशन पॉलिसियों में महत्वपूर्ण सुधार करता है।
IMPACT एक स्केलेबल फ्रेमवर्क है जो इंटरैक्शन-अवेयर वर्ल्ड मॉडल्स को प्रशिक्षित करने के लिए बनाया गया है, जो क्रॉस-अटेंशन का उपयोग करके एक आंतरिक इंटरैक्शन मैप जनरेट करके डीनॉइजिंग सुपरविजन को रीवेट करने के माध्यम से मानक MSE ट्रेनिंग में डायनेमिक ऑब्जेक्ट्स के अंडर-सुपरविजन की समस्या को संबोधित करता है, जिससे बिना किसी बाहरी रिप्रेजेंटेशन के भौतिक संभाव्यता और दृश्य गुणवत्ता में सुधार होता है।
यह शोधपत्र ड्राइविंग अफोर्डेंस प्रेडिक्शन (driving affordance prediction) के मूल्यांकन के लिए एक काउंटरफैक्चुअल लॉन्ग-टेल बेंचमार्क, CoLT-Drive पेश करता है, और KPA का प्रस्ताव देता है, जो एक नॉलेज-प्रिजर्विंग अडैप्टेशन फ्रेमवर्क है जो इन-डोमेन क्षमताओं को बनाए रखते हुए दुर्लभ ड्राइविंग परिदृश्यों पर छोटे विजन-लैंग्वेज मॉडल्स के प्रदर्शन में महत्वपूर्ण सुधार करता है।
यह शोध पत्र काउंटरफैक्चुअल क्लोजिंग-एक्सेलरेशन रिस्क (CCAR) प्रस्तुत करता है, जो एक पूर्वसूचक सरोगेट सुरक्षा माप है जो फॉलोअर के गैप-क्लोजिंग एक्सेलरेशन के आधार पर पीछे से होने वाली टक्कर के जोखिम को मापता है ताकि उस "ब्लाइंड रीजन" को संबोधित किया जा सके जहाँ 'टाइम-टू-कोलिजन' जैसे पारंपरिक मेट्रिक्स अपरिभाषित रहते हैं, जिससे उन अधिकांश कार-फॉलोइंग परिदृश्यों के लिए श्रेणीबद्ध जोखिम मूल्यांकन प्रदान किया जा सके जिन्हें पहले बिना स्कोर के छोड़ दिया गया था।
यह शोध पत्र एक पहनने योग्य न्यूमैटिक सिस्टम प्रस्तुत करता है जो निरंतर, क्लोज्ड-लूप, द्विदिश अंतःक्रिया को सक्षम करने के लिए स्पर्श संवेदन (tactile sensing) और हैप्टिक फीडबैक को एक ही मोडैलिटी में एकीकृत करता है, जो टेलीऑपरेटेड हेरफेर प्रदर्शन में महत्वपूर्ण सुधार और कम मानसिक कार्यभार को प्रदर्शित करता है।