4966 पेपर
यह शोध पत्र cuNRTO को प्रस्तुत करता है, जो एक GPU-त्वरित फ्रेमवर्क है जो डगलस-राचफोर्ड स्प्लिटिंग और ADMM आर्किटेक्चर के साथ कस्टम CUDA कर्नेल का उपयोग करता है ताकि स्वायत्त प्रणालियों के लिए गणनात्मक रूप से महंगे रोबस्ट ट्रैजेक्टरी ऑप्टिमाइज़ेशन समस्याओं को हल करने में 139.6 तक की गति वृद्धि प्राप्त की जा सके।
यह शोध पत्र लॉन्ग-होराइजन रोबोट प्लानिंग के लिए एक ट्रेनिंग-फ्री फ्रेमवर्क प्रस्तावित करता है जो नॉइजी इंटरमीडिएट स्टेट्स के बजाय एक फैक्टर ग्राफ के भीतर टवीडी एस्टीमेट्स (Tweedie estimates) पर बाउंड्री एग्रीमेंट लागू करके स्थिर कंपोजिशनल विजुअल जनरेशन प्राप्त करता है, जिससे बिना किसी अतिरिक्त ट्रेनिंग के अनदेखे स्टार्ट-गोल कॉम्बिनेशन के लिए मजबूत सामान्यीकरण सक्षम होता है।
यह शोध पत्र सेल्फ-सुपरवाइज्ड एक्शन गेटिंग विद एनर्जीज़ (SAGE) का प्रस्ताव करता है, जो एक ट्रेनिंग-फ्री इन्फरेंस-टाइम विधि है जो लेटेंट कंसिस्टेंसी सिग्नल के आधार पर सैंपल्ड ट्राजेक्टरीज को पुन: रैंक करके डिफ्यूजन प्लानर्स को ऑफलाइन रीइन्फोर्समेंट लर्निंग के लिए बेहतर बनाता है ताकि डायनामिकली इनकंसिस्टेंट प्लान्स को दंडित किया जा सके और निष्पादन की मजबूती (execution robustness) में सुधार किया जा सके।
यह शोध पत्र IMR-LLM का प्रस्ताव करता है, जो एक नवीन ढांचा है जो जटिल औद्योगिक बहु-रोबोट सहयोग के लिए व्यवहार्य उच्च-स्तरीय कार्य योजनाओं और निष्पादन योग्य निम्न-स्तरीय प्रोग्रामों को उत्पन्न करने के लिए लार्ज लैंग्वेज मॉडल्स को नियत समाधान विधियों (deterministic solving methods) और प्रोसेस ट्रीज़ के साथ संयोजित करता है, जो नए पेश किए गए IMR-Bench पर उत्कृष्ट प्रदर्शन प्रदर्शित करता है।
यह शोधपत्र रिट्रीवल-ऑगमेंटेड रोबोटिक्स (RAR) को प्रस्तुत करता है, जो एक ऐसा प्रतिमान (पैराडाइम) है जो रोबोटों को निष्पादन योग्य भौतिक योजनाओं को उत्पन्न करने के लिए असंरचित दृश्य प्रक्रियात्मक दस्तावेजों (unstructured visual procedural documents) पर पुनरावर्ती रूप से रिट्रीव करने, ग्राउंड करने और तर्क करने के माध्यम से जटिल कार्यों में ज़ीरो-शॉट सूचना अंतराल को दूर करने में सक्षम बनाता है।
CoFL एक एंड-टू-एंड नेविगेशन पॉलिसी है जो बर्ड्स-आई व्यू ऑब्जर्वेशन और लैंग्वेज इंस्ट्रक्शन्स से निरंतर फ्लो फील्ड्स जनरेट करती है, जो भंगुर मॉड्यूलर पाइपलाइनों को एक बड़े पैमाने के डेटासेट पर प्रशिक्षित स्केलेबल, ट्रजेक्टरी-इंटीग्रेटेड दृष्टिकोण से बदलकर अनदेखे वातावरण में सुचारू, प्रतिक्रियाशील और उच्च-प्रदर्शन वाला ज़ीरो-शॉट नेविगेशन सक्षम बनाती है।
यह शोध पत्र मानव-भवन अंतःक्रिया (Human-Building Interaction) में एक प्रतिमान परिवर्तन (paradigm shift) का प्रस्ताव करता है जहाँ रोबोटिक प्रौद्योगिकियाँ भवनों को निवासियों की आवश्यकताओं के साथ तालमेल बिठाते हुए भौतिक रूप से अनुकूलित और पुनर्गठित करने में सक्षम बनाती हैं, और साथ ही क्षेत्र की जटिल अस्थायी, स्थानिक और सामाजिक चुनौतियों को संबोधित करने के लिए अंतर-विषयक सहयोग के माध्यम से मानव-रोबोट अंतःक्रिया अनुसंधान को आगे बढ़ाने के लिए एक अनूठा मंच प्रदान करती हैं।
यह शोधपत्र ACE-Brain-0 प्रस्तुत करता है, जो एक सामान्यीकृत फाउंडेशन ब्रेन है जो स्थानिक बुद्धिमत्ता को एक सार्वभौमिक मचान (scaffold) के रूप में उपयोग करता है और स्वायत्त ड्राइविंग एवं रोबोटिक्स जैसे विविध एम्बोडीड कार्यों को एक ही मल्टीमॉडल लार्ज लैंग्वेज मॉडल के भीतर एकीकृत करने के लिए स्कैफोल्ड-स्पेशलाइज-रिकॉन्सिल (SSR) प्रतिमान का उपयोग करता है, जिससे 24 बेंचमार्क में अत्याधुनिक प्रदर्शन प्राप्त होता है।
HoMMI एक ऐसा फ्रेमवर्क है जो रोबोटों को एक विशेष क्रॉस-एम्बॉडिमेंट हैंड-आई पॉलिसी डिज़ाइन के माध्यम से मानव-से-रोबोट एम्बॉडिमेंट अंतराल को पाटकर, पोर्टेबल और रोबोट-मुक्त मानव प्रदर्शनों से सीधे जटिल होल-बॉडी मोबाइल मैनिपुलेशन कार्यों को सीखने में सक्षम बनाता है।
टेदर (Tether) एक स्वायत्त रोबोटिक फ्रेमवर्क है जो न्यूनतम प्रदर्शनों (demonstrations) से विविध, उच्च-गुणवत्ता वाले कार्यात्मक खेल डेटा को उत्पन्न करने के लिए पत्राचार-संचालित प्रक्षेपवक्र वार्पिंग (correspondence-driven trajectory warping) और विजन-लैंग्वेज मॉडल का लाभ उठाता है, जिससे इमिटेशन पॉलिसियों को विशेषज्ञ-स्तर के प्रदर्शन तक निरंतर सुधारने में सक्षम बनाया जा सके।