4964 पेपर
यह शोध पत्र रोबोटिक हेरफेर में विज़ुअल ऑक्लूजन (दृश्य अवरोध) को संबोधित करने के लिए एक्सप्लोरेटरी एंड फोकस्ड मैनिपुलेशन (EFM) समस्या को प्रस्तुत करता है, जिसमें EFM-10 बेंचमार्क और एक द्वि-हस्त सक्रिय धारणा (Bimanual Active Perception - BAP) रणनीति प्रस्तावित की गई है जो सक्रिय दृष्टि और बल संवेदन के लिए दोहरे-हाथ समन्वय का प्रभावी ढंग से लाभ उठाती है।
यह शोध पत्र एक व्याख्यात्मक, मल्टीमॉडल जेस्चर रिकग्निशन फ्रेमवर्क प्रस्तावित करता है जो ड्रोन और मोबाइल रोबोट के सुदृढ़, वास्तविक समय, हैंड-फ्री टेलीऑपरेशन को सक्षम करने के लिए लॉग-लाइक्लीहुड रेशियो के माध्यम से इनर्शियल और कैपेसिटिव सेंसर डेटा को फ्यूज करता है, जिसे एक नए डेटासेट द्वारा समर्थित किया गया है और जो काफी कम कम्प्यूटेशनल लागत के साथ विजन-आधारित विधियों के तुलनीय प्रदर्शन प्रदर्शित करता है।
यह शोध पत्र एक डेटा-संचालित ढांचे को प्रस्तुत करता है जो नॉनलीनियर रोबोटिक सिस्टम के रियल-टाइम, होल-बॉडी सुरक्षित नियंत्रण को सक्षम करने के लिए कूप्मन ऑपरेटर थ्योरी को सेफ सेट एल्गोरिदम के साथ जोड़ता है, जिसमें ट्रैकिंग और सुरक्षा बाधाओं को एक एकल क्वाड्रेटिक प्रोग्राम के भीतर तैयार किया गया है।
यह शोध पत्र एक्ट-ऑब्जर्व-रीराइट (AOR) को प्रस्तुत करता है, जो एक ऐसा ढांचा है जो मल्टीमॉडल लैंग्वेज मॉडल्स को विजुअल फीडबैक और विफलता विश्लेषण के आधार पर निष्पादन योग्य पायथन कंट्रोलर कोड को संश्लेषित और पुनर्गठित करके रोबोट मैनिपुलेशन पॉलिसी को पुनरावृत्ति से बेहतर बनाने में सक्षम बनाता है, जिससे बिना किसी प्रदर्शन (demonstrations), रिवॉर्ड इंजीनियरिंग या ग्रेडिएंट अपडेट के कार्यों में उच्च सफलता दर प्राप्त होती है।
यह शोध पत्र Many-RRT* का प्रस्ताव करता है, जो एक सुदृढ़ सैंपलिंग-आधारित मोशन प्लॅनर है जो उच्च-डिग्री-ऑफ-फ्रीडम सीरियल मैनिपुलेटर्स में नॉन-इन्वर्टिबल फॉरवर्ड किनेमैटिक्स की चुनौतियों से निपटने के लिए कई इनवर्स किनेमैटिक्स समाधानों से एक साथ पेड़ों को विकसित करता है, जिससे पारंपरिक RRT विधियों की तुलना में काफी उच्च सफलता दर और कम प्रक्षेपवक्र लागत प्राप्त होती है।
यह शोध पत्र MEMO को पेश करता है, जो एक न्यूरो-सिम्बोलिक फ्रेमवर्क है जो मल्टी-यूज़र नेचुरल लैंग्वेज करेक्शन्स और टास्क सक्सेसों को एक रिट्रीवल-ऑगमेंटेड स्किलबुक में एकत्रित और सिंथेसाइज करता है, जिससे रोबोट्स को डायनामिक रूप से जनरलाइज्ड स्किल्स जेनरेट करने और नोवेल मैनिपुलेशन टास्क पर प्रदर्शन सुधारने में सक्षम बनाया जा सके।
यह शोध पत्र RoboMME को प्रस्तुत करता है, जो एक बड़े पैमाने का मानकीकृत बेंचमार्क और मेमोरी-ऑगमेंटेड (स्मृति-संवर्धित) VLA मॉडल्स का एक समूह है, जिसे लंबी अवधि के, इतिहास-निर्भर हेरफेर कार्यों में रोबोटिक जनरलइस्ट नीतियों के व्यवस्थित मूल्यांकन और प्रगति के लिए डिज़ाइन किया गया है।
यह शोध पत्र GIANT को प्रस्तुत करता है, जो एक नवीन मल्टी-रोबोट प्रक्षेपवक्र नियोजन ढांचा (multi-robot trajectory planning framework) है जो जटिल, गतिशील वातावरण में सुदृढ़, उच्च-सफलता वाले टकराव बचाव को प्राप्त करने के लिए ग्लोबल पाथ इंटीग्रेशन को अटेंटिव ग्राफ न्यूरल नेटवर्क के साथ जोड़ता है।
यह शोध पत्र LEGS-POMDP को प्रस्तुत करता है, जो एक मॉड्यूलर फ्रेमवर्क है जो रोबोटिक ओपन-वर्ल्ड सर्च के लिए वस्तु की पहचान और स्थान की अनिश्चितता को प्रभावी ढंग से संभालने हेतु एक पार्शियली ऑब्जर्वेबल मार्कोव डिसीजन प्रोसेस (Partially Observable Markov Decision Process) के भीतर भाषा, जेस्चर और विजुअल अवलोकनों को एकीकृत करता है।
यह शोध पत्र ओपन-सेट सुधारात्मक सहायता (Open-Set Corrective Assistance) के नवीन कार्य के लिए विविध सिंथेटिक इंटरैक्टिव डेटा पर फाइन-ट्यून किए गए एक मल्टीमॉडल फाउंडेशन मॉडल की सामान्यीकरण क्षमताओं की जांच करता है, जो यह प्रदर्शित करता है कि प्रभावी ओपन-सेट सहायक बुद्धिमत्ता के लिए ऐसे डेटासेट की आवश्यकता होती है जिनमें मल्टीमॉडल ग्राउंडिंग, दोष अनुमान (defect inference), और विविध परिदृश्यों का एक्सपोजर शामिल हो।