4964 पेपर
यह शोध पत्र एक नया एनोटेटेड डेटासेट तैयार करके, एकीकृत ट्रैकिंग एल्गोरिदम के साथ VoxelNeXt और SECOND जैसे अनुकूलित 3D डिटेक्टरों का मूल्यांकन करके, और मानक ड्राइविंग बेंचमार्क एवं औद्योगिक ओवरहेड सेंसिंग के बीच के अंतर को पाटने के लिए उच्च सटीकता और रीयल-टाइम व्यवहार्यता प्रदर्शित करके, एक ओवरहेड क्रेन LiDAR से व्यक्ति का पता लगाने और ट्रैकिंग करने की चुनौती का समाधान करता है।
यह शोध पत्र CoIn3D का प्रस्ताव करता है, जो एक सामान्यीकरण योग्य (generalizable) मल्टी-कैमरा 3D ऑब्जेक्ट डिटेक्शन फ्रेमवर्क है, जो स्थानिक-जागरूक फीचर मॉड्यूलेशन (spatial-aware feature modulation) और प्रशिक्षण-मुक्त कैमरा-जागरूक डेटा ऑग्मेंटेशन के माध्यम से स्थानिक पूर्व सूचना विसंगतियों (spatial prior discrepancies) को स्पष्ट रूप से संबोधित करके मजबूत क्रॉस-कॉन्फ़िगरेशन ट्रांसफ़रेबिलिटी प्राप्त करता है।
यह शोध पत्र GaussTwin को प्रस्तुत करता है, जो एक वास्तविक समय का रोबोटिक डिजिटल ट्विन है जो रियल-टू-सिम गैप (real-to-sim gap) को पाटने के लिए गॉसियन स्प्लेटिंग-आधारित विजुअल करेक्शन (Gaussian Splatting-based visual correction) के साथ भौतिक रूप से आधारित सिमुलेशन (physically grounded simulation) को एकीकृत करता है, जिससे ट्रैकिंग सटीकता बढ़ती है और मजबूत क्लोज्ड-लूप मैनिपुलेशन कार्यों को सक्षम बनाया जा सकता है।
यह शोध पत्र SPIRIT को प्रस्तुत करता है, जो एक संवेदी साझा स्वायत्तता प्रणाली (perceptive shared autonomy system) है जो न्यूरल टेंगेंट कर्नेल (Neural Tangent Kernels) से प्राप्त डीप लर्निंग अनिश्चितता अनुमानों के आधार पर अर्ध-स्वायत्त हेरफेर (semi-autonomous manipulation) और हैप्टिक टेलीऑपरेशन के बीच गतिशील रूप से स्विच करता है, जिससे धारणा विफल होने पर भी रोबोटिक प्रदर्शन की मजबूती और विश्वसनीयता सुनिश्चित होती है।
यह शोध पत्र एक डिजिटल ट्विन-संचालित द्वि-भुजा (dual-arm) रोबोटिक प्रणाली प्रस्तुत करता है जो स्वचालित टिकाऊ पुनर्चक्रण के लिए सुदृढ़, वास्तविक समय में कपड़ा वर्गीकरण और बाहरी वस्तु का पता लगाने हेतु RGBD सेंसिंग, स्पर्श फीडबैक (tactile feedback) और अत्याधुनिक विजुअल लैंग्वेज मॉडल्स को एकीकृत करता है।
यह शोध पत्र भौतिक पुनर्वास में दोहराव वाले गति प्रशिक्षण से परे सहयोगपूर्ण रोबोटों की भूमिका के विस्तार का समर्थन करता है ताकि थेरेपिस्ट और रोगियों को संपूर्ण चिकित्सा प्रक्रिया के दौरान सहायता प्रदान की जा सके, जिससे पहुंच संबंधी बाधाओं को दूर किया जा सके और साथ ही सुरक्षा, उपयोगकर्ता-अवस्था की समझ और वर्कफ़्लो एकीकरण में प्रमुख चुनौतियों पर प्रकाश डाला जा सके।
यह शोध पत्र एक व्हीकल-इन-द-लूप और डिजिटल ट्विन-आधारित फ्रेमवर्क प्रस्तुत करता है जो एक डायनामोमीटर पर एक भौतिक परीक्षण वाहन को एक सिंक्रोनाइज़्ड वर्चुअल एनवायरनमेंट के साथ एकीकृत करता है ताकि व्यक्तिगत ईसीयू (ECU) परीक्षण या मध्यवर्ती सॉफ्टवेयर परतों की आवश्यकता के बिना सेंट्रलाइज्ड ई/ई (E/E) आर्किटेक्चर पर ऑटोनॉमस ड्राइविंग एल्गोरिदम के सुरक्षित, लागत प्रभावी और यथार्थवादी सत्यापन को सक्षम किया जा सके।
यह शोध पत्र HD-ExpIt का प्रस्ताव करता है, जो एक ढांचा है जो भाषा-सशर्त हेरफेर (language-conditioned manipulation) के लिए पदानुक्रमित डिफ्यूजन नीतियों (hierarchical diffusion policies) को परिवेश फीडबैक का लाभ उठाकर और सफल व्यवहारों को स्वायत्त रूप से खोजने और उन्हें संकुचित (distill) करने के माध्यम से पुनरावृत्त रूप से परिष्कृत करता है, जिससे प्लानर को कंट्रोलर की क्षमताओं के साथ संरेखित किया जा सके और CALVIN बेंचमार्क पर अत्याधुनिक प्रदर्शन प्राप्त किया जा सके।
यह शोध पत्र CompACT को प्रस्तुत करता है, जो एक कॉम्पैक्ट डिस्क्रीट टोकेनाइज़र है जो अवलोकनों को केवल 8 टोकन में संकुचित करता है ताकि प्रतिस्पर्धी प्रदर्शन बनाए रखते हुए वर्ल्ड मॉडल्स के भीतर गणनात्मक रूप से कुशल, वास्तविक समय की निर्णय योजना को सक्षम बनाया जा सके।
यह शोध पत्र फीचर-ऑब्जर्वेबिलिटी (feature-observability) और फीचर-कंट्रोलेबिलिटी (feature-controllability) की अवधारणाओं को पेश करके विजन-लैंग्वेज-एक्शन मॉडल्स (VLAs) के लिए मैकेनिस्टिक इंटरप्रिटेबिलिटी (mechanistic interpretability) के अंतराल को पाटता है, और यह प्रदर्शित करता है कि हल्के लीनियर हस्तक्षेप (lightweight linear interventions) बिना फाइन-ट्यूनिंग की आवश्यकता के विभिन्न आर्किटेक्चरों में वास्तविक समय में रोबोट व्यवहार को प्रभावी ढंग से निर्देशित कर सकते हैं।