4964 पेपर
यह शोध पत्र एक सहयोगात्मक नेविगेशन ढांचे का प्रस्ताव करता है जो सटीक, ड्रिफ्ट-मुक्त मार्गदर्शन प्राप्त करने और उच्च परिशुद्धता के साथ बड़े क्षेत्र के अन्वेषण को सक्षम करने के लिए एक प्राथमिक UAV से LiDAR-आधारित सापेक्ष स्थानीयकरण को एक माध्यमिक सूक्ष्म-स्तरीय UAV से विजुअल-इनर्शियल ओडोमेट्री के साथ संलयित (fuse) करता है।
यह शोध पत्र स्वायत्त ड्राइविंग में सुदृढीकरण शिक्षण (रिनफोर्समेंट लर्निंग) के लिए मौजूदा रिवॉर्ड फंक्शन्स को सुरक्षा, आराम, प्रगति और यातायात नियमों के अनुपालन में समीक्षा और वर्गीकृत करता है, साथ ही अधिक सुदृढ़ और संघर्ष-समाधान करने वाले रिवॉर्ड डिजाइनों के लिए भविष्य की अनुसंधान दिशाओं का प्रस्ताव देने हेतु मानकीकरण और संदर्भ-जागरूकता में उनकी वर्तमान सीमाओं को रेखांकित करता है।
यह शोध पत्र MIKASA को प्रस्तुत करता है, जो एक वर्गीकरण ढांचे और दो विशिष्ट डेटासेट (MIKASA-Base और MIKASA-Robo) वाली एक व्यापक बेंचमार्क सुइट है, जो विविध परिदृश्यों में, विशेष रूप से टेबलटॉप रोबोटिक मैनिपुलेशन पर ध्यान केंद्रित करते हुए, मेमोरी-एन्हांस्ड रीइन्फोर्समेंट लर्निंग एजेंटों का व्यवस्थित रूप से मूल्यांकन करने और उन्हें उन्नत करने के लिए है।
यह शोध पत्र RoboGuard को प्रस्तुत करता है, जो एक दो-चरणीय गार्डरेल आर्किटेक्चर है जो संदर्भ-जागरूक सुरक्षा विशिष्टताओं (safety specifications) को उत्पन्न करने के लिए एक सुरक्षित रूट-ऑफ-ट्रस्ट LLM को टेम्पोरल लॉजिक कंट्रोल सिंथेसिस के साथ जोड़ता है ताकि प्रदर्शन से समझौता किए बिना LLM-सक्षम रोबोटों में सुरक्षा जोखिमों को प्रभावी ढंग से कम किया जा सके और हानिकारक व्यवहारों को रोका जा सके।
यह शोध पत्र TPK का प्रस्ताव करता है, जो एक विश्वसनीय प्रक्षेपवक्र भविष्यवाणी ढांचा (ट्रैजेक्टरी प्रेडिक्शन फ्रेमवर्क) है जो मिश्रित यातायात एजेंटों के लिए भौतिक रूप से व्यवहार्य और व्याख्या योग्य भविष्यवाणियों को सुनिश्चित करने के लिए वर्ग-विशिष्ट इंटरेक्शन और किनेमैटिक प्रायर्स को एकीकृत करता है, जो Argoverse 2 डेटासेट पर कच्चे सटीकता (रॉ एक्यूरेसी) में मामूली समझौते के बावजूद अत्याधुनिक बेसलाइनों की तुलना में बेहतर विश्वसनीयता प्रदर्शित करता है।
यह शोध पत्र "फीचर मिक्सिंग" (Feature Mixing) का प्रस्ताव करता है, जो मल्टीमॉडल आउटलायर सिंथेसिस के लिए एक अत्यंत सरल और तेज़ मोडैलिटी-अज्ञेय (modality-agnostic) विधि है, जो आउट-ऑफ-डिस्ट्रीब्यूशन डिटेक्शन और सेगमेंटेशन में अत्याधुनिक प्रदर्शन प्राप्त करती है और साथ ही महत्वपूर्ण गति प्रदान करती है, और इसके साथ ही CARLA-OOD नामक एक नए मल्टीमॉडल डेटासेट की भी शुरुआत की गई है।
यह शोध पत्र pyCub को प्रस्तुत करता है, जो iCub ह्यूमनॉइड रोबोट के लिए एक ओपन-सोर्स, पायथन-आधारित सिमुलेशन फ्रेमवर्क है जो C++ और YARP मिडलवेयर की आवश्यकता को समाप्त करता है और विभिन्न प्रोग्रामिंग कौशल वाले छात्रों को रोबोटिक्स के बुनियादी सिद्धांतों को सिखाने के लिए स्केलेबल अभ्यास प्रदान करता है।
VITA एक नवीन, शोर-मुक्त (noise-free), और बिना कंडीशनिंग वाला फ्लो मैचिंग फ्रेमवर्क है जो एक संयुक्त रूप से प्रशिक्षित ऑटोएन्कोडर और फ्लो लेटेंट डिकोडिंग के माध्यम से विजुअल रिप्रेजेंटेशन्स को सीधे स्ट्रक्चर्ड लेटेंट एक्शन्स में मैप करके इन्फरेंस को तेज करता है, जिससे विविध रोबोटिक कार्यों पर अत्याधुनिक प्रदर्शन प्राप्त होता है।
Point2Act एक कुशल फ्रेमवर्क है जो मल्टीमॉडल लार्ज लैंग्वेज मॉडल्स का लाभ उठाकर 2D सिमेंटिक समझ को सटीक 3D एक्शन पॉइंट्स में संकुचित (distill) करता है, जिससे अनदेखे वातावरणों में 20 सेकंड से कम समय के भीतर ज़ीरो-शॉट, कॉन्टेक्स्ट-अवेयर रोबोटिक ग्रैस्पिंग सक्षम होती है।
यह शोध पत्र एक विजन-मुक्त (vision-free) रोबोटिक ग्रैस्पिंग विधि प्रस्तुत करता है जो तीव्र मोटे अन्वेषण (coarse exploration) के लिए पूरे शरीर की संवेदनशील त्वचा का उपयोग करता है जिसके बाद सटीक एंड-इफेक्टर स्थानीयकरण किया जाता है, जिससे चुनौतीपूर्ण दृश्य वातावरणों में 85.7% सफलता दर प्राप्त होती है और यह एंड-इफेक्टर-केवल बेसलाइन की तुलना में छह गुना तेजी से कार्य करता है।