4966 पेपर
यह शोध पत्र एक डीप रिइन्फोर्समेंट लर्निंग फ्रेमवर्क प्रस्तावित करता है जो ट्रांसफर लर्निंग द्वारा संवर्धित है, जो हाइब्रिड अनमैन्ड एरियल अंडरवॉटर व्हीकल्स (UAVs) को लिडार (Lidar) और सोनार (Sonar) डेटा पर प्रशिक्षित एक एकीकृत नीति का उपयोग करके हवाई और जलीय दोनों क्षेत्रों में निरंतर निगरानी करने में सक्षम बनाता है।
यह शोध पत्र एक कम-विलंबता (low-latency), ऊर्जा-कुशल पहनने योग्य प्रणाली प्रस्तुत करता है जो लोकोमोशन मोड (खड़े होना, चलना और सीढ़ियाँ चढ़ना) की वास्तविक समय में, इंटरप्ट-ड्रिवन पहचान करने के लिए शैक-माउंटेड IMU के भीतर एक एम्बेडेड मशीन लर्निंग कोर का उपयोग करता है, जो सीधे सेंसर स्तर पर कार्य करता है, जिससे लोअर-लिम्ब एक्सोस्केलेटन नियंत्रण के लिए होस्ट माइक्रोकंट्रोलर की बिजली खपत और संचार ओवरहेड को न्यूनतम किया जा सके।
यह शोध पत्र AutoHorizon प्रस्तुत करता है, जो एक टेस्ट-टाइम विधि है जो पर्यावरणीय परिवर्तनों के अनुकूल होने और रोबोटिक हेरफेर (manipulation) के प्रदर्शन को बेहतर बनाने के लिए एक्शन सेल्फ-अटेंशन वेट्स का लाभ उठाकर फ्लो-आधारित विजन-लैंग्वेज-एक्शन मॉडल्स में निष्पादन क्षितिज (execution horizon) को गतिशील रूप से समायोजित करता है।
LiLo-VLA एक मॉड्यूलर फ्रेमवर्क है जो ग्लोबल ट्रांसपोर्ट को ऑब्जेक्ट-सेंट्रिक इंटरेक्शन से अलग करके लॉन्ग-होरिज़न मैनिपुलेशन कार्यों के लिए सुदृढ़ ज़ीरो-शॉट जनरलाइजेशन प्राप्त करता है, जिससे यह कैस्केडिंग विफलताओं को कम करता है और सिमुलेशन एवं वास्तविक दुनिया के बेंचमार्क दोनों में अत्याधुनिक VLA मॉडल्स से काफी बेहतर प्रदर्शन करता है।
यह शोध पत्र एक्शन जनरेशन के लिए प्राइमरी-फाइन डिकपलिंग (PF-DAG) का प्रस्ताव करता है, जो एक दो-चरणीय ढांचा है जो मल्टी-मोडल डिस्ट्रीब्यूशन चुनौतियों से पार पाने के लिए मोटे तौर पर मोड चयन को सूक्ष्म-स्तरीय निरंतर एक्शन जनरेशन से अलग करता है, जिससे विविध बेंचमार्क और वास्तविक दुनिया के कार्यों में रोबोटिक इमिटेशन लर्निंग में बेहतर प्रदर्शन और स्थिरता प्राप्त होती है।
यह शोध पत्र एक हैप्टिक टेलीऑपरेशन सिस्टम को प्रस्तुत और मान्य करता है जो थेरेपिस्ट को एक एक्सोस्केलेटन के माध्यम से रोगियों की बांह की गतिविधियों को सहजता से दूरस्थ रूप से निर्देशित करने में सक्षम बनाता है, और 32 प्रतिभागियों के एक अध्ययन के माध्यम से यह प्रदर्शित करता है कि यह दृष्टिकोण पारंपरिक दृश्य मार्गदर्शन की तुलना में मौखिक निर्देशों को कम करते हुए गति दक्षता और सुगमता में महत्वपूर्ण सुधार करता है।
यह शोध पत्र एक अनुभवजन्य अध्ययन प्रस्तुत करता है जो यह प्रदर्शित करता है कि व्यवहारिक क्लोनिंग (behavioral cloning), जो मानव टेलीऑपरेशन प्रदर्शनों से विजुअल डेटा के साथ फोर्स-टॉर्क सेंसिंग को जोड़ती है, विभिन्न ज्यामिति और पोज़ के माध्यम से रोबोटिक वायर हार्नेस कनेक्टर असेंबली के चुनौतीपूर्ण कार्य को स्वचालित करने में 90% से अधिक सफलता प्राप्त कर सकती है।
यह शोध पत्र एक स्थिति-आधारित फ्लॉकिंग मॉडल प्रस्तुत करता है जो स्थिति परिवर्तनों से सापेक्ष वेग का अनुमान लगाकर प्रत्यक्ष वेग संवेदन के बिना निरंतर वेग संरेखण प्राप्त करता है, जो सिमुलेशन और वास्तविक रोबोटिक प्रयोगों दोनों में वेग-आधारित बेसलाइन की तुलना में बेहतर संरेखण और फॉर्मेशन कॉम्पैक्टनेस प्रदर्शित करता है।
यह शोध पत्र कई मोबाइल मैनिपुलेटर्स द्वारा सहयोगात्मक परिवहन के लिए एक नवीन सेमी-कपल्ड पदानुक्रमित ढांचे (SCHF) का प्रस्ताव करता है जो मोशन प्लानिंग को एक केंद्रीकृत परत में विभाजित करता है जो क्लोज्ड-चेन और रेडंडेंसी बाधाओं को सुनिश्चित करती है, और एक विकेंद्रीकृत परत में जो वास्तविक समय में रेडंडेंसी के दोहन के लिए है, जिससे सिमुलेशन और वास्तविक दुनिया के अव्यवस्थित वातावरण दोनों में पूर्णतः केंद्रीकृत या डिकपल्ड दृष्टिकोणों की तुलना में बेहतर सफलता दर और दक्षता प्राप्त होती है।
यह शोध पत्र DiSPo का प्रस्ताव करता है, जो एक नवीन डिफ्यूजन-स्टेट स्पेस मॉडल (SSM) आधारित पॉलिसी है जो विविध कोर्स (coarse) प्रदर्शनों से सीखने और विभिन्न नियंत्रण पैमानों के कार्यों को उत्पन्न करने के लिए Mamba का लाभ उठाता है, जिससे पारंपरिक बेसलाइनों की तुलना में कोर्स-टू-फाइन (coarse-to-fine) कौशल शिक्षण में बेहतर सफलता दर और अनुमान दक्षता प्राप्त होती है।