4852 पेपर
यह शोध पत्र एक ऐसे ढांचे का प्रस्ताव करता है जो जटिल, संरचित व्यवहार्य क्षेत्रों के भीतर सीधे नमूना लेने के लिए पूर्व-प्रशिक्षित जनरेटिव मॉडलों को फाइन-ट्यून करता है, जिससे रोबोटिक्स और स्वायत्त ड्राइविंग जैसे सुरक्षा-महत्वपूर्ण अनुप्रयोगों के लिए सख्त बाधा संतुष्टि और उच्च-गुणवत्ता वाले नमूना यथार्थवाद के बीच एक नवीन संतुलन प्राप्त होता है।
यह शोध पत्र रोबोटिक फाउंडेशन मॉडल्स के परिदृश्य का सर्वेक्षण करता है, 149-मानदंडों वाले मूल्यांकन ढांचे को स्थापित करने के लिए ग्यारह प्रमुख औद्योगिक निहितार्थों की पहचान करता है, और 324 मॉडल्स का मूल्यांकन करते हुए यह प्रकट करता है कि वर्तमान औद्योगिक तत्परता सीमित और असमान है, जिससे अलग-थलग बेंचमार्क सफलताओं से हटकर सुरक्षा, वास्तविक समय के प्रदर्शन और सुदृढ़ सिस्टम परिनियोजन के व्यवस्थित एकीकरण की ओर बढ़ने की आवश्यकता है।
यह शोध पत्र एक सामान्य-उद्देश्यीय, ग्रेडिएंट-आधारित नेस्टेड को-डिज़ाइन फ्रेमवर्क प्रस्तुत करता है जो जटिल प्रवाह स्थितियों के लिए न्यूरल सरोगेट मॉडल का उपयोग करके विंग्ड रोबोट्स के एरोडायनामिक आकार और मोशन प्लानर को संयुक्त रूप से अनुकूलित करता है, जो पर्चिंग और शॉर्ट लैंडिंग जैसे कार्यों में इवोल्यूशनरी बेसलाइन्स की तुलना में बेहतर प्रदर्शन और दक्षता प्रदर्शित करता है।
यह शोध पत्र NetFI को एक नवीन फॉल्ट इंजेक्शन टूल के रूप में प्रस्तुत करता है, जो विभिन्न दक्षता स्तरों में टेलीसर्जिकल कार्य प्रदर्शन और मोशन प्रिमिटिव्स पर पैकेट लॉस, डिले और कम्युनिकेशन लॉस के प्रभाव का व्यापक रूप से विश्लेषण करने के लिए है, जो परिचालन सीमाओं को परिभाषित करने और नेटवर्क-अवेयर कंट्रोल रणनीतियों के विकास को निर्देशित करने के लिए मात्रात्मक अंतर्दृष्टि और ओपन-सोर्स संसाधन प्रदान करता है।
RoboCritics एक नवीन ढांचा है जो मोशन-स्तर के उल्लंघनों का पता लगाने, पारदर्शी फीडबैक प्रदान करने और मानव-इन-द-लूप इंटरफ़ेस के माध्यम से पुनरावृत्ति सुधार को सक्षम करने के लिए विशेषज्ञ-सूचित क्रिटिक्स को एकीकृत करके एंड-टू-एंड एलएलएम-आधारित रोबोट प्रोग्रामिंग की सुरक्षा और विश्वसनीयता को बढ़ाता है।
यह शोध पत्र CAR का प्रस्ताव करता है, जो एक नवीन फ्रेमवर्क है जो विविध वाहन विन्यासों को एक साझा लेटेंट स्पेस में मैप करने के लिए एडेप्टिव लेयर नॉर्मलाइजेशन के साथ एक ट्रांसफॉर्मर एनकोडर का लाभ उठाता है, जिससे न्यूनतम प्रशिक्षण डेटा के साथ नए स्वायत्त ऑफ-रोड प्लेटफॉर्मों के लिए तीव्र और डेटा-कुशल काइनोडायनेमिक अनुकूलन सक्षम होता है।
यह शोध पत्र 'मटेरियल ड्रिवन एचआरआई डिज़ाइन' (Material Driven HRI Design) के लिए एक रूपरेखा प्रस्तावित करता है जो रोबोट की व्याख्यात्मकता को बढ़ाने, भूमिकाओं को स्पष्ट करने और उपयोगकर्ता की अपेक्षाओं को वास्तविक क्षमताओं के साथ संरेखित करने के लिए रंग, बनावट और सामग्री के चयन को इंटरेक्शन सिग्नल के रूप में उपयोग करता है।
यह शोधपत्र VertiAdaptor प्रस्तुत करता है, जो एक ऑनलाइन अनुकूलन ढांचा (framework) है जो ऊंचाई और सिमेंटिक डेटा को एकीकृत करता है ताकि जटिल ऑफ-रोड टेरेन में नेविगेट करने वाले स्वायत्त वाहनों के लिए तीव्र, सटीक काइनोडायनामिक मॉडलिंग और प्लानिंग सक्षम की जा सके, जो सिमुलेशन और वास्तविक दुनिया के परीक्षणों दोनों में भविष्यवाणी सटीकता और अनुकूलन गति में महत्वपूर्ण सुधार प्रदर्शित करता है।
यह शोध पत्र CoPCS प्रस्तुत करता है, जो एक हेटेरोजेनियस ग्राफ ट्रांसफॉर्मर और एक सिंक्रोनाइज्ड ट्रांसफॉर्मर डिकोडर का उपयोग करने वाला एक लर्निंग-आधारित फ्रेमवर्क है, ताकि ऊर्जा- और टेरेन-प्रतिबंधित UAV-UGV टीमों को समन्वित, समवर्ती कार्य नियोजन और मिशन-इन-रीचार्जिंग करने में सक्षम बनाया जा सके, जिससे जटिल वास्तविक दुनिया के परिदृश्यों में समग्र टीम प्रदर्शन में महत्वपूर्ण सुधार होता है।
T2Nav एक ज़ीरो-शॉट विज़ुअल नेविगेशन सिस्टम है जो अज्ञात वातावरणों में सुदृढ़ बाधा निवारण, कुशल पथ नियोजन और दृष्टिगत रूप से समान परंतु स्थानिक रूप से भिन्न लक्ष्यों तक विश्वसनीय नेविगेशन के लिए विषम डेटा को एकीकृत करने हेतु बीजगणितीय टोपोलॉजी-जागरूक टेम्पोरल ग्राफ मेमोरी और लूप डिटेक्शन का लाभ उठाता है।