4891 पेपर
यह शोध पत्र CN-CBF का प्रस्ताव करता है, जो एक कंपोजिट न्यूरल कंट्रोल बैरियर फंक्शन विधि है जो गतिशील वातावरण में सुरक्षित, गैर-रूढ़िवादी रोबोट नेविगेशन को सक्षम करने के लिए कई हैमिल्टन-जैकबी-प्रशिक्षित न्यूरल CBFs को एक रेसिडुअल आर्किटेक्चर के साथ जोड़ता है, जो सिमुलेशन और हार्डवेयर प्रयोगों दोनों में बेसलाइन की तुलना में 18% तक उच्च सफलता दर प्राप्त करता है।
यह शोध पत्र एक कंट्रास्टिव फ्यू-शॉट RGB-D सेगमेंटेशन फ्रेमवर्क प्रस्तावित करता है जो मौजूदा विधियों की तुलना में इनडोर ट्रैवर्सेबिलिटी डिटेक्शन और बाधा निवारण (ऑब्स्टेकल अवॉयडेंस) में महत्वपूर्ण सुधार करने के लिए स्पार्स 1D लेजर डेप्थ को एक नेगेटिव कंट्रास्टिव लर्निंग ब्रांच के साथ एकीकृत करता है।
यह शोध पत्र एक एकीकृत दो-चरणीय ढांचे का प्रस्ताव करता है जो पहले न्यूनतम विश्राम (minimal relaxation) लागू करके और फिर पारेटो-इष्टतम बहु-उद्देश्यीय अनुकूलन के माध्यम से समाधान को परिष्कृत करके, परस्पर विरोधी सिग्नल टेंपोरल लॉजिक (STL) विनिर्देशों के लिए व्यवहार्यता बहाल करता है, जिससे स्वायत्त ड्राइविंग जैसे सुरक्षा-महत्वपूर्ण अनुप्रयोगों में व्याख्या योग्य निर्णय लेने में सक्षम बनाया जा सके और डेडलॉक से बचा जा सके।
यह ट्यूटोरियल रोबोटिक्स में सैद्धांतिक कंट्रोल बैरियर फंक्शन (CBF) गारंटियों और व्यावहारिक कार्यान्वयन के बीच के अंतर का आलोचनात्मक परीक्षण करता है, जो यह प्रकट करता है कि कैसे सामान्य दुरुपयोग और छिपे हुए अनुमान अक्सर निष्क्रिय रूप से सुरक्षित प्रणालियों में तादात्म्यपूर्ण (tautological) सुरक्षा दावों की ओर ले जाते हैं, जबकि यह इनपुट बाधाओं वाले सिस्टम के लिए वैध सुरक्षा तर्क बनाने हेतु दिशा-निर्देश और संवादात्मक उपकरण भी प्रदान करता है।
यह शोध पत्र एक हल्के, संभाव्य वर्ल्ड मॉडल (probabilistic world model) को प्रस्तुत करता है जो एक प्री-ट्रेंड विजन फाउंडेशन मॉडल पर आधारित है, जो द्वि-हस्त मैनिपुलेटर्स (bimanual manipulators) में विसंगतिपूर्ण विफलताओं का सटीक रूप से पता लगाने के लिए अनिश्चितता-आधारित रनटाइम मॉनिटर्स उत्पन्न करता है, जो काफी कम प्रशिक्षण योग्य मापदंडों की आवश्यकता के साथ मौजूदा बेसलाइनों से बेहतर प्रदर्शन करता है।
यह शोध पत्र सेफ्टी-गारंटीड सर्जिकल पॉलिसी (SSP) फ्रेमवर्क का परिचय देता है, जो डेटा-संचालित रोबोट-असिस्टेड सर्जरी में उच्च कार्य सफलता दर बनाए रखते हुए व्यवहार संबंधी और स्थानिक बाधाओं को लागू करने के लिए न्यूरल ODE-आधारित अनिश्चितता मॉडलिंग को रोबस्ट कंट्रोल बैरियर फंक्शन्स के साथ एकीकृत करता है, जिससे शून्य के करीब सुरक्षा उल्लंघन सुनिश्चित होता है।
TacDexGrasp एक सुदृढ़ दक्ष ग्रैस्पिंग फ्रेमवर्क है जो स्पर्श संबंधी फीडबैक (tactile feedback) और एक सेकंड-ऑर्डर कोन प्रोग्रामिंग कंट्रोलर का उपयोग करके स्पर्शोन्मुखी-से-लंबवत बल अनुपातों (tangential-to-normal force ratios) को सक्रिय रूप से नियंत्रित करता है, जिससे बिना किसी स्पष्ट टॉर्क मॉडलिंग या स्लिप डिटेक्शन की आवश्यकता के, ट्रांसलेशनल और रोटेशनल स्लिप दोनों को रोका जा सकता है।
यह शोध पत्र GuideTWSI प्रस्तुत करता है, जो एक विविध डेटासेट है जो सिंथेटिक और वास्तविक दुनिया की छवियों को जोड़कर टैक्टाइल वॉकिंग सरफेस इंडिकेटर (TWSI) डेटा की कमी को दूर करता है, विशेष रूप से दृष्टिबाधित और कम दृष्टि वाले व्यक्तियों के लिए नेविगेशन सुरक्षा में सुधार करने हेतु पूर्वी एशियाई दिशात्मक बार और उत्तरी अमेरिकी/यूरोपीय ट्रंकेटेड डोम के बीच के अंतर को पाटता है।
VLN-Cache एक प्रशिक्षण-मुक्त टोकन कैशिंग फ्रेमवर्क पेश करके विजन-एंड-लैंग्वेज नेविगेशन मॉडलों की इन्फरेंस लागत को संबोधित करता है जो विजुअल डायनेमिक्स के लिए व्यू-अलाइन्ड रीमैपिंग और सिमेंटिक डायनेमिक्स के लिए सैलिएंसी फ़िल्टर के माध्यम से स्थिर धारणाओं की सीमाओं को दूर करता है, जिससे नेविगेशन प्रदर्शन को बनाए रखते हुए 1.52x तक की गति वृद्धि प्राप्त होती है।
यह शोध पत्र ACLM का प्रस्ताव करता है, जो एक ADMM-आधारित वितरित मॉडल प्रेडिक्टिव कंट्रोल फ्रेमवर्क है जो वैश्विक अनुकूलन समस्या को सहमति बाधाओं (consensus constraints) के माध्यम से गतिशील युग्मन (dynamic coupling) को बनाए रखते हुए समानांतर रोबोट-स्तरीय उप-समस्याओं में विघटित करके भारी पेलोड के स्केलेबल, वास्तविक समय के सहयोगात्मक लोको-मैनिपुलेशन को सक्षम बनाता है।