4223 पेपर
यह शोध पत्र AM-Bench प्रस्तुत करता है, जो एक मॉड्यूलर सिमुलेशन सुइट और बेंचमार्क है जिसे विविध कार्यों और सिस्टम कॉन्फ़िगरेशन में रोबोट एम्बॉडिमेंट, लो-लेवल कंट्रोल, पर्यावरणीय विक्षोभ (डिस्टर्बेंस) और हाई-लेवल पॉलिसी के बीच जटिल अंतःक्रियाओं का मूल्यांकन करने के लिए एक व्यापक ढांचा प्रदान करके एरियल मैनिपुलेशन पॉलिसी लर्निंग को आगे बढ़ाने के लिए डिज़ाइन किया गया है।
यह शोध पत्र एक मल्टी-चैनल माइक्रोफ़ोन ऐरे ऑडियो सिस्टम प्रस्तुत करता है जो शोर वाले सार्वजनिक स्थानों के लिए डिज़ाइन किया गया है, जो एंड्रॉइड ERICA द्वारा ध्यानपूर्वक सुनने और टेलीको (Teleco) रोबोट के माध्यम से रिमोट अवतार इंटरैक्शन, दोनों के लिए भाषण को बढ़ाता है, साथ ही बहु-पक्षीय बातचीत में इमर्शन (immersion) में सुधार करने के लिए स्थानिक ऑडियो भी प्रदान करता है।
यह शोध पत्र एक "कॉन्टेक्स्ट प्लेन" इंटरफ़ेस प्रस्तावित करता है जो स्वायत्त ड्रोन बेड़े (फ्लीट) को मिशन और पर्यावरणीय संदर्भ के आधार पर रनटाइम पर अपनी सहकारी धारणा फीचर-शेयरिंग नीतियों को गतिशील रूप से अनुकूलित करने में सक्षम बनाता है, जिससे बिना किसी मॉडल पुनरप्रशिक्षण (रिट्रेनिंग) के न्यूनतम बैंडविड्थ (5-10%) और नगण्य कम्प्यूटेशनल ओवरहेड के साथ लगभग पूर्ण-साझाकरण सटीकता प्राप्त होती है।
यह शोध पत्र अगली पीढ़ी के इंटेलिजेंट वाहन प्रणालियों में संदर्भ (context) को एक प्रथम-श्रेणी के सिद्धांत के रूप में मानने का तर्क देता है, जो पर्यावरण समझ, योजना, सुरक्षा और कनेक्टिविटी के क्षेत्र में अत्याधुनिक विधियों की व्यवस्थित समीक्षा करते हुए एक सामान्य संदर्भात्मक इंजन (contextual engine) के निर्माण में प्रमुख चुनौतियों की पहचान करता है।
यह शोध पत्र फ्रंटियर कनेक्टिविटी पर आधारित एक विकेंद्रीकृत एक्सप्लोरेशन ग्राफ एक्सटेंशन रणनीति प्रस्तावित करता है जो रुक-रुक कर होने वाले संचार के तहत संचालित मल्टी-यूएवी (multi-UAV) प्रणालियों के लिए अन्वेषण दक्षता को बढ़ाता है और मजबूत क्षेत्र विभाजन बनाए रखता है।
VerNav विज़न-एंड-लैंग्वेज नेविगेशन के लिए एक verifier-first फ्रेमवर्क है जो बैच-आधारित एक्शन वेरिफिकेशन और एक एंट्रॉपी-आधारित एडेप्टिव जनरेटर का उपयोग करके प्रति-चरण ऑटोरेग्रेसिव जनरेशन को बदलकर निर्णय-चरण की लेटेंसी (latency) को काफी कम कर देता है, जबकि R2R बेंचमार्क पर प्रतिस्पर्धी नेविगेशन प्रदर्शन बनाए रखने के लिए एक टू-स्टेज अलाइनमेंट स्कीम को नियोजित करता है।
REFACTOR-VLA एक वेक/स्लीप (wake/sleep) फ्रेमवर्क है जो एक व्यवहारिक-तुल्यता कर्नेल (behavioral-equivalence kernel) और एक लेटेंट वर्ल्ड मॉडल के माध्यम से एक्शन फ्रैगमेंट को क्लस्टर करके पुन: प्रयोज्य, टाइप किए गए मोटर प्रोग्राम सीखता है, जो एक लाइब्रेरी-कंडीशन्ड डिकोडर और एक ऐसे प्रशिक्षण उद्देश्य के माध्यम से लॉन्ग-होराइजन LIBERO कार्यों पर अत्याधुनिक प्रदर्शन प्राप्त करता है जो मॉडल क्षमता के बजाय क्लस्टरिंग गुणवत्ता को प्राथमिकता देता है।
यह शोध पत्र एक न्यूरो-सिंबोलिक ड्यूल-प्रोसेस मोशन प्लानिंग फ्रेमवर्क प्रस्तावित करता है जो गैर-रेखीय रोबोटिक कार्यों में बेहतर दक्षता, सटीकता और सामान्यीकरण प्राप्त करने के लिए तेज़, अनुभव-संचालित शिक्षण ("सिस्टम-1") को सुदृढ़, प्रतीकात्मक तर्क ("सिस्टम-2") के साथ गतिशील रूप से एकीकृत करता है।
यह शोध पत्र एक एकीकृत ROS 2 आर्किटेक्चर प्रस्तुत करता है जो दीर्घकालिक बाहरी स्वायत्त कवरेज के लिए ड्यूल-एंटीना RTK-GNSS लोकलाइजेशन, कंट्रोलर-अवेयर प्लानिंग रिफाइनमेंट्स और एक बिहेवियर-ट्री मिशन मैनेजर को एकीकृत करता है ताकि विविध वातावरणों में विश्वसनीय नेविगेशन और 93.1%–96.1% कवरेज दक्षता प्राप्त की जा सके।
यह शोध पत्र यह प्रदर्शित करता है कि जबकि इमिटेशन लर्निंग (imitation learning) नीतियां डेक्सट्रस मैनिपुलेशन (dexterous manipulation) कार्यों में नाममात्र की गति पर विशेषज्ञ प्रदर्शन के बराबर हो सकती हैं, वे निष्पादन गति के प्रशिक्षण वितरण से विचलित होने पर काफी कम टेम्पोरल रोबस्टनेस (temporal robustness) और उच्च विफलता दर प्रदर्शित करती हैं, विशेष रूप से इंसर्शन मिसअलाइनमेंट (insertion misalignments) के कारण।