4829 पेपर
EgoMI एक ऐसा फ्रेमवर्क है जो एगोसेंट्रिक मानव प्रदर्शनों से सिंक्रोनाइज़्ड एंड-इफेक्टर और एक्टिव हेड ट्रैजेक्टरीज को कैप्चर करके और सेमी-ह्यूमनॉइड रोबोट्स पर मजबूत होल-बॉडी मैनिपुलेशन को सक्षम करने के लिए मेमोरी-ऑगमेंटेड पॉलिसी का उपयोग करके इमिटेशन लर्निंग में मानव-रोबोट एम्बॉडमेंट गैप को पाटता है।
Pri4R एक सरल लेकिन प्रभावी विधि है जो विजन-लैंग्वेज-एक्शन मॉडल्स को विशेषाधिकार प्राप्त 4D जानकारी का उपयोग करके 3D पॉइंट ट्रैक्स की भविष्यवाणी करने के लिए प्रशिक्षित करके उन्हें विश्व की गतिशीलता (world dynamics) की एक अंतर्निहित समझ के साथ उन्नत करती है, जिससे बिना किसी इन्फरेंस ओवरहेड के भौतिक हेरफेर (physical manipulation) प्रदर्शन में महत्वपूर्ण सुधार होता है।
यह शोधपत्र SPREAD को प्रस्तुत करता है, जो एक ज्योमेट्री-प्रिजर्विंग (geometry-preserving) फ्रेमवर्क है लाइफलॉन्ग इमिटेशन लर्निंग के लिए, जो लो-रैंक सबस्पेस के भीतर पॉलिसी रिप्रेजेंटेशन को अलाइन करने के लिए सिंगुलर वैल्यू डिकंपोजिशन का उपयोग करता है और LIBERO बेंचमार्क पर स्टेट-ऑफ-द-आर्ट प्रदर्शन प्राप्त करते हुए कैटास्ट्रोफिक फॉरगेटिंग को कम करने के लिए एक कॉन्फिडेंस-गाइडेड डिस्टिलेशन स्ट्रैटेजी का उपयोग करता है।
यह शोध पत्र एक एडेप्टिव SINDy फ्रेमवर्क प्रस्तावित करता है जो अवशिष्ट बलों (residual forces) को प्रभावी ढंग से पहचानने और हवा के विक्षोभों को अस्वीकार करने के लिए डेटा-संचालित स्पार्स आइडेंटिफिकेशन ऑफ नॉन-लीनियर डायनेमिक्स को रिकर्सिव लीस्ट स्क्वायर्स एडेप्टिव कंट्रोल के साथ एकीकृत करता है, जो अशांत वातावरण में एक लाइटवेट क्रेजीफ्लाई ड्रोन पर बेसलाइन PID और INDI नियंत्रकों की तुलना में बेहतर प्रक्षेपवक्र ट्रैकिंग प्रदर्शन प्रदर्शित करता है।
यह शोध पत्र एक वितरित, फॉर्मेशन-अवेयर एडेप्टिव कॉन्फॉर्मल प्रेडिक्शन फ्रेमवर्क प्रस्तावित करता है जो हेटेरोसेडास्टिक धारणा त्रुटियों (heteroscedastic perception errors) के तहत विजिबिलिटी बाधाओं को लागू करने और सुरक्षित, उच्च-प्रदर्शन वाले लीडर-फॉलोअर मल्टी-रोबोट संचालन सुनिश्चित करने के लिए जोखिम-संवेदनशील अनिश्चितता सीमाओं को उत्पन्न करता है।
यह शोध पत्र SurgCalib प्रस्तुत करता है, जो एक मार्करलेस, गॉसियन स्प्लेटिंग-आधारित फ्रेमवर्क है जो एक डिफरेंशिएबल रेंडरिंग पाइपलाइन के माध्यम से काइनेमैटिक अनुमानों को परिष्कृत करके दा विंची सर्जिकल रोबोट के लिए सटीक हैंड-आई कैलिब्रेशन प्राप्त करता है, जिससे केबल-ड्रिवन अशुद्धियों पर विजय प्राप्त होती है और पारंपरिक फिडुशियल मार्कर्स से जुड़ी स्टेरिलिटी की समस्याओं से बचा जा सकता है।
यह शोध पत्र CMA-ES-IG प्रस्तुत करता है, जो एक ऐसा एल्गोरिदम है जो दृष्टिगत रूप से विशिष्ट और सूचनात्मक प्रश्नों को उत्पन्न करके रोबोट प्राथमिकता शिक्षण (robot preference learning) को बढ़ाता है, जिससे मौजूदा अत्याधुनिक विधियों की तुलना में स्केलेबिलिटी, मजबूती और उपयोगकर्ता अनुभव में सुधार होता है।
PlayWorld एक पूरी तरह से स्वायत्त पाइपलाइन पेश करता है जो अनसुपरवाइज्ड रोबोट सेल्फ-प्ले से हाई-फिडेलिटी, भौतिक रूप से सुसंगत वीडियो वर्ल्ड मॉडल को प्रशिक्षित करती है, जो जटिल इंटरैक्शन की भविष्यवाणी करने में मानव-संग्रहित डेटा से बेहतर प्रदर्शन करती है और वास्तविक दुनिया के रिइन्फोर्समेंट लर्निंग सफलता दरों को महत्वपूर्ण रूप से बढ़ाती है।
यह शोध पत्र एक नवीन, एनोटेशन-मुक्त ढांचे को प्रस्तुत करता है जो इंटरनेट-स्केल वीडियो से स्वायत्त रूप से 3D UAV प्रक्षेपवक्र और वर्गीकरण निकालने के लिए भाषा मॉडल और विजन-लैंग्वेज रीजनिंग का लाभ उठाता है, यह प्रदर्शित करते हुए कि एंटी-UAV कार्यों पर ज़ीरो-शॉट ट्रांसफर प्रदर्शन बिना किसी लक्षित-डोमेन प्रशिक्षण की आवश्यकता के, बढ़ते डेटा वॉल्यूम के साथ लगातार सुधरता है।
यह शोध पत्र अनिश्चित, गैर-उत्तल (non-convex) वातावरण में रोबोट मैनिपुलेटर्स के लिए एक प्रमाणित सुरक्षित मोशन प्लानिंग फ्रेमवर्क प्रस्तुत करता है, जो प्रमाणित, टकराव-मुक्त प्रक्षेप पथ (trajectories) उत्पन्न करने के लिए मॉडल प्रेडिक्टिव पाथ इंटीग्रल कंट्रोलर के भीतर एक डीप स्टोकेस्टिक कूपमैन ऑपरेटर (deep stochastic Koopman operator) को स्टेट प्रेडिक्शन के लिए और एक पदानुक्रमित सम-वर्ग सत्यापन फ़िल्टर (hierarchical sum-of-squares verification filter) को एकीकृत करता है।