4964 पेपर
यह शोध पत्र एक रोबस्टनेस-अवेयर फ्रेमवर्क पेश करता है जो रोबोटिक टूल-यूज़ कार्यों में विक्षोभ प्रतिरोध (डिस्टर्बेंस रेजिलिएंस) के लिए अनुकूलित करने हेतु एक एनर्जी-बेस्ड मेट्रिक का लाभ उठाकर, टूल्स और कॉन्टैक्ट-रिच मैनिपुलेशन ट्रेजेक्टरीज को संयुक्त रूप से चुनता है।
यह शोध पत्र एक संरचित कार्यप्रणाली का प्रस्ताव करता है जो एक विशेष SysML मेटामॉडल जिसे MeROS कहा जाता है और एक अनुकूलित V-मॉडल के माध्यम से रोबोट ऑपरेटिंग सिस्टम (ROS) को मॉडल-आधारित सिस्टम इंजीनियरिंग (MBSE) के साथ एकीकृत करता है, जिसका उद्देश्य जटिल विषम रोबोटिक प्रणालियों की अर्थपूर्ण सुसंगतता, संरचनात्मक ट्रैसेबिलिटी और विश्वसनीय समन्वय को बढ़ाना है।
यह शोधपत्र स्वायत्त ड्राइविंग के लिए एक नवीन छात्र-शिक्षक ढांचे का प्रस्ताव करता है जो विविध, अनुकूलन योग्य ट्रैफ़िक पाठ्यक्रम को स्वचालित रूप से उत्पन्न करने के लिए एक ग्राफ-आधारित मल्टी-एजेंट आरएल (RL) शिक्षक का उपयोग करता है, जिससे एक छात्र एजेंट पारंपरिक नियम-आधारित दृष्टिकोणों की तुलना में बेहतर सुदृढ़ता और संतुलित ड्राइविंग प्रदर्शन प्राप्त करने में सक्षम होता है।
यह शोध पत्र एक इंटरैक्टिव, नो-कोड फ्रेमवर्क को पेश करता है जिसमें एक ग्राफिकल इंटरफेस और ग्राफ-आधारित प्रतिनिधित्व है ताकि CARLA में स्वायत्त ड्राइविंग सत्यापन के लिए परिदृश्य निर्माण (scenario generation) का लोकतंत्रीकरण किया जा सके, जिससे गैर-तकनीकी उपयोगकर्ता प्रोग्रामिंग विशेषज्ञता के बिना विविध परीक्षण परिदृश्यों को कुशलतापूर्वक बनाने, प्रबंधित करने और निष्पादित करने में सक्षम हो सकें।
यह शोध पत्र GLIDE प्रस्तुत करता है, जो एक सहकारी खोज और बचाव ढांचा है जो अज्ञात वातावरण में वास्तविक समय में पीड़ित का पता लगाने, इलाके की स्काउटिंग करने और निर्देशित दीर्घ-क्षितिज योजना के माध्यम से तीव्र एवं सुरक्षित नेविगेशन को सक्षम करने के लिए दो विशिष्ट UAVs को एक UGV के साथ जोड़ता है।
Phys2Real एक रियल-टू-सिम-टू-रियल सुदृढीकरण शिक्षण (reinforcement learning) ढांचा है जो विजन-लैंग्वेज मॉडल द्वारा अनुमानित भौतिक पैरामीटर प्रायर (physical parameter priors) को अनिश्चितता-जागरूक एन्सेम्बल अनुमान (uncertainty-aware ensemble estimation) के माध्यम से ऑनलाइन इंटरैक्टिव अनुकूलन के साथ जोड़कर सटीक रोबोटिक हेरफेर के लिए सिम-टू-रियल हस्तांतरण को बढ़ाता है।
यह शोध पत्र एक नमूना-आधारित हाइब्रिड मोड नियंत्रण ढांचे को प्रस्तुत करता है जो जटिल रोबोटिक कार्यों के लिए गैर-विभेदक (non-differentiable) और एल्गोरिद्मिक नियंत्रण रणनीतियों के बीच स्पर्शोन्मुखी रूप से अनुकूल (asymptotically optimal), प्रतिक्रियाशील स्विचिंग प्राप्त करने के लिए मोड चयन, स्विचिंग समय और अवधि को एक पूर्णांक अनुकूलन समस्या के रूप में तैयार करता है।
यह शोध पत्र AURASeg प्रस्तुत करता है, जो एक अटेंशन-गाइडेड सेगमेंटेशन फ्रेमवर्क है जिसमें ऑनबोर्ड रोबोट नेविगेशन के लिए ड्रिवेबल-एरिया बाउंड्री की सटीकता और मल्टी-स्केल फीचर रिप्रेजेंटेशन को बढ़ाने हेतु एक रेसिडुअल बाउंड्री रिफाइनमेंट मॉड्यूल और एक अटेंशन प्रोग्रेसिव अपसैंपलिंग डिकोडर शामिल है, जो कई डेटासेट्स पर बेहतर प्रदर्शन और जेटसन नैनो (Jetson Nano) पर सफल तैनाती प्रदर्शित करता है।
यह शोध पत्र एक वास्तविक समय के ऑनलाइन ढांचे को प्रस्तुत करता है जो आंशिक मापों को शोर-मुक्त करने और गतिशील बाधाओं की गति के लिए भविष्य कहनेवाला मॉडल बनाने हेतु संशोधित स्लाइडिंग-विंडो हेंकेल डायनेमिक मोड डिकंपोजिशन (Hankel Dynamic Mode Decomposition), सिंगुलर-वैल्यू हार्ड थ्रेशोल्डिंग और कैज़ो प्रोजेक्शन (Cadzow projection) का उपयोग करता है, जो रोबोटिक मोशन प्लानिंग के अनुकूल स्थिर, वेरिएंस-अवेयर पूर्वानुमान को सक्षम बनाता है।
एक्सपी-आर-ई-एस-वी-एल-ए (ExpReS-VLA) एक विशिष्ट विजन-लैंग्वेज-एक्शन मॉडल है जो संकुचित अनुभव पुनरावृत्ति (compressed experience replay), रिट्रीवल-ऑगमेंटेड जनरेशन और एक नवीन कंट्रास्टिव लॉस को जोड़कर विशिष्ट रोबोटिक कार्यों के लिए तीव्र, मेमोरी-कुशल ऑन-डिवाइस अनुकूलन को सक्षम बनाता है ताकि कैटास्ट्रोफिक फॉरगेटिंग को रोका जा सके और स्थानिक एवं लॉन्ग-होरिजन बेंचमार्क दोनों पर प्रदर्शन में महत्वपूर्ण सुधार किया जा सके।