4964 पेपर
यह शोध पत्र CAVER को प्रस्तुत करता है, जो एक नवीन रोबोट है जिसमें एक विशिष्ट ऑडियो-एक्साइटिंग एंड-इफेक्टर, एक संयुक्त दृश्य-श्रव्य प्रतिनिधित्व, और एक जिज्ञासा-संचालित अन्वेषण एल्गोरिदम है जो सामग्री वर्गीकरण और ऑडियो-ओनली इमिटेशन कार्यों में सुधार के लिए वस्तु सहसंबंधों को कुशलतापूर्वक सीखता है।
यह शोध पत्र एक संपर्क-सुरक्षित सुदृढीकरण शिक्षण (reinforcement learning) ढांचे का प्रस्ताव करता है जो 3D वातावरण में जटिल संपर्क-समृद्ध हेरफेर के लिए मजबूत, सुरक्षित और ऊर्जा-कुशल टास्क-स्पेस प्रक्षेपवक्र (trajectories) उत्पन्न करने के लिए प्रॉक्सिमल पॉलिसी ऑप्टिमाइज़ेशन को मूवमेंट प्रिमिटिव्स और एक ऊर्जा-जागरूक कार्टेशियन इम्पीडेंस कंट्रोलर के साथ जोड़ता है।
यह शोध पत्र WNumMPC को प्रस्तुत करता है, जो एक पदानुक्रमित बहु-एजेंट नेविगेशन ढांचा है जो घने वातावरणों में समरूपता-प्रेरित डेडलॉक (symmetry-induced deadlocks) को हल करने के लिए टोपोलॉजिकल वाइंडिंग नंबरों का लाभ उठाकर सुदृढ़, संचार-मुक्त समन्वय के लिए एक सुदृढीकरण लर्निंग-आधारित प्लानर और एक मॉडल-आधारित कंट्रोलर को जोड़ता है।
यह शोध पत्र एक नवीन स्वायत्त लेन-परिवर्तन नियोजन ढांचे का प्रस्ताव करता है जो जटिल ट्रैफ़िक परिदृश्यों में पारंपरिक तरीकों से बेहतर, सुरक्षित, कुशल और आरामदायक प्रक्षेपवक्र प्राप्त करने के लिए समय-परिवर्ती उत्तल व्यवहार्य स्थानों के साथ गतिशील जोखिम क्षेत्रों और एक बाधित iLQR सॉल्वर को एकीकृत करता है।
यह शोध पत्र सेफ मॉडल प्रेडिक्टिव डिफ्यूजन (Safe MPD) का परिचय देता है, जो एक ट्रेनिंग-फ्री प्लानिंग फ्रेमवर्क है जो वास्तविक समय में किनोडायनामिक रूप से व्यवहार्य और सुरक्षित प्रक्षेपवक्र (trajectories) उत्पन्न करने के लिए डिफ्यूजन डीनोइजिंग प्रक्रिया में सीधे एक सुरक्षा शील्ड को एकीकृत करता है, जो पोस्ट-प्रोसेसिंग सुधारों की आवश्यकता के बिना सफलता दर और सुरक्षा में मौजूदा विधियों से बेहतर प्रदर्शन करता है।
यह शोध पत्र FlyPose को प्रस्तुत करता है, जो कि एक हल्का, वास्तविक समय वाला मानव मुद्रा अनुमान (human pose estimation) पाइपलाइन है जिसे हवाई यूएवी (UAV) दृश्यों के लिए अनुकूलित किया गया है, जो कई डेटासेटों में महत्वपूर्ण सटीकता सुधार प्राप्त करता है और एक क्वाडकॉप्टर पर सफलतापूर्वक ऑन-बोर्ड तैनात किया गया है, साथ ही इसके साथ FlyPose-104 नामक एक नया चुनौतीपूर्ण डेटासेट भी जारी किया गया है।
यह शोध पत्र APEX प्रस्तुत करता है, जो एक डीप रिइन्फोर्समेंट लर्निंग फ्रेमवर्क है जो एक 29-DoF यूनिट्री (Unitree) G1 ह्यूमनॉइड रोबोट को एक नवीन रैचेट प्रोग्रेस रिवॉर्ड और सुदृढ़ सिम-टू-रियल परसेप्शन रणनीतियों के माध्यम से पर्सेप्टिव क्लाइंबिंग, वॉकिंग और रीकॉन्फ़िगरेशन कौशल को संयोजित करके अपने पैर की लंबाई के 114% तक के प्लेटफॉर्म को स्वायत्त रूप से पार करने में सक्षम बनाता है।
यह शोध पत्र RL-Co का प्रस्ताव करता है, जो एक सुदृढीकरण शिक्षण (reinforcement learning) आधारित सिम-रियल को-ट्रेनिंग फ्रेमवर्क है जो वास्तविक और सिम्युलेटेड डेटा के मिश्रित डेटा पर सुपरवाइज्ड फाइन-ट्यूनिंग को वास्तविक दुनिया के डेटा द्वारा एंकर किए गए इंटरैक्टिव सिमुलेशन फाइन-ट्यूनिंग के साथ जोड़ता है, जिससे विजन-लैंग्वेज-एक्शन मॉडल्स के लिए वास्तविक दुनिया की सफलता दर, सामान्यीकरण और डेटा दक्षता में महत्वपूर्ण सुधार प्राप्त होता है।
यह शोध पत्र "कंपैनियन" (Companion) को प्रस्तुत करता है, जो एक एम्बॉडीड एआई (embodied AI) प्रणाली है जो द्वि-मार्गी, भाषण और स्केच-आधारित सह-निर्माण को सुगम बनाने के लिए एक ड्राइंग रोबोट को लार्ज लैंग्वेज मॉडल्स (Large Language Models) के साथ एकीकृत करती है, जिससे रोबोट एक निष्क्रिय उपकरण से बदलकर पेशेवर रूप से मान्यता प्राप्त दृश्य कहानियाँ उत्पन्न करने में सक्षम एक चंचल कलात्मक साथी में परिवर्तित हो जाता है।
यह शोध पत्र शहरी चौराहों के लिए एक डिजिटल ट्विन-संचालित V2X प्रक्षेपवक्र (ट्रैजेक्टरी) भविष्यवाणी ढांचे को प्रस्तुत करता है जो यातायात नियमों, टक्कर से बचाव और गति विविधता को लागू करने के लिए मानक MSE के साथ मिलकर एक नवीन ट्विन लॉस फंक्शन का उपयोग करता है, जिससे उच्च भविष्यवाणी सटीकता और वास्तविक समय के प्रदर्शन को बनाए रखते हुए सुरक्षा उल्लंघनों को काफी कम किया जाता है।