4966 पेपर
यह शोध पत्र पहला व्यापक बेंचमार्क प्रस्तुत करता है जो यह प्रकट करता है कि वास्तविक डेटा भ्रष्टाचार के प्रति LiDAR ओडोमेट्री अत्यधिक संवेदनशील है जबकि लोकलाइज़ेशन सुदृढ़ बना रहता है, और सिस्टम प्रदर्शन को बहाल करने और बढ़ाने के लिए एक हल्के डिटेक्शन-एंड-फ़िल्टर पाइपलाइन और फाइन-ट्यूनिंग रणनीतियों से जुड़े प्रभावी समाधान प्रस्तावित करता है।
यह शोध पत्र OSPA-आधारित मेट्रिक्स का उपयोग करके एकल और बहु-वस्तु प्रक्षेप पथों (trajectories) के औसत की गणना करने के लिए एक फ्रैचे मीन (Fréchet mean) ढांचे को प्रस्तुत करता है, इन माध्यमों की गणना के लिए कुशल ग्रीडी (greedy) और गिब्स सैंपलिंग (Gibbs sampling) एल्गोरिदम विकसित करता है, और वितरित बहु-वस्तु ट्रैकिंग सर्वसम्मति (distributed multi-object tracking consensus) में अत्याधुनिक विधियों की तुलना में उनके उत्कृष्ट प्रदर्शन को प्रदर्शित करता है।
यह शोध पत्र एक डुअल-रोबोट वायर आर्क एडिटिव मैन्युफैक्चरिंग (WAAM) प्रणाली के लिए एक समन्वित गति नियंत्रण एल्गोरिदम प्रस्तावित करता है जो जटिल, बहु-दिशात्मक पुर्जों की गुणवत्ता में सुधार करने के लिए वर्कपीस के सापेक्ष जमाव प्रक्षेपवक्र (deposition trajectory) की योजना बनाने और निर्माण दिशा को गुरुत्वाकर्षण के साथ संरेखित करने का कार्य एक साथ करता है।
यह शोध पत्र परसेप्शन कैरेक्टरिस्टिक्स डिस्टेंस (PCD) प्रस्तुत करता है, जो एक नवीन अनसर्टेन्टी-अवेयर मेट्रिक है जो अधिकतम विश्वसनीय डिटेक्शन दूरी को मापकर परसेप्शन सिस्टम की स्थिरता को परिमाणित करता है, और विविध मौसम एवं प्रकाश स्थितियों के तहत एकत्र किए गए नए निर्मित सेंसररेनफॉल (SensorRainFall) डेटासेट का उपयोग करके पारंपरिक मेट्रिक्स पर इसकी श्रेष्ठता को प्रमाणित करता है।
यह शोध पत्र डिस्क्रीट-टाइम स्टेट रिप्रेजेंटेशन पर आधारित एक नवीन, अल्ट्राफास्ट और ओपन-सोर्स IMU-कैमरा स्थानिक-कालिक (स्पेशियल-टेम्पोरल) अंशांकन विधि प्रस्तावित करता है जो मौजूदा निरंतर-समय दृष्टिकोणों की उच्च कम्प्यूटेशनल लागतों को प्रभावी ढंग से संबोधित करते हुए टेम्पोरल अंशांकन चुनौतियों पर विजय प्राप्त करता है।
यह शोध पत्र CERMIC का प्रस्ताव करता है, जो एक नवीन मल्टी-एजेंट सुदृढीकरण शिक्षण (multi-agent reinforcement learning) ढांचा है जो शोर को फ़िल्टर करने और उच्च-सूचना वाले अवस्था संक्रमणों को प्राथमिकता देने के लिए पीयर-ऑब्जर्व्ड कॉन्टेक्स्ट (peer-observed context) के माध्यम से आंतरिक जिज्ञासा को गतिशील रूप से कैलिब्रेट करके स्पार्स-रिवॉर्ड एक्सप्लोरेशन को बढ़ाता है, जिससे अत्याधुनिक एल्गोरिदम की तुलना में बेहतर प्रदर्शन प्राप्त होता है।
यह शोध पत्र कोर्स-टू-फाइन लैंग्वेज-अलाइन्ड मैनिपुलेशन पॉलिसी (CLAP) का प्रस्ताव करता है, जो एक ऐसा ढांचा है जो टास्क डिकंपोजिशन, 3D कीपॉइंट प्रेडिक्शन के लिए VLM फाइन-ट्यूनिंग और 3D-अवेयर रिप्रेजेंटेशन्स को एकीकृत करता है ताकि स्टेट-ऑफ-द-आर्ट विधियों की तुलना में काफी कम ट्रेनिंग डेमोंस्ट्रेशन के साथ रोबोटिक मैनिपुलेशन में बेहतर सामान्यीकरण प्राप्त किया जा सके।
यह शोध पत्र विविध रोबोटिक असेंबली कार्यों (केबलिंग, स्क्रूइंग और सैंडिंग) में मल्टी-मोडल टाइम सीरीज़ डेटा का उपयोग करके ऑटोएन्कोडर-आधारित विसंगति पहचान विधियों के सामान्यीकरण और डेटा दक्षता का मूल्यांकन करता है, जो उच्च AUROC स्कोर के साथ महत्वपूर्ण विफलताओं का विश्वसनीय पता लगाने का प्रदर्शन करता है और साथ ही पॉलिशिंग कार्यों में सूक्ष्म विसंगतियों की पहचान करने में चुनौतियों को रेखांकित करता है।
यह शोध पत्र IO-MAPF को प्रस्तुत करता है, जो एक हाइब्रिड फ्रेमवर्क है जो मल्टी-एजेंट पाथफाइंडिंग समस्याओं को हल करने के लिए न्यूनतम इंटर-एजेंट सूचना साझाकरण का उपयोग करते हुए विकेंद्रीकृत सुदृढीकरण शिक्षण (reinforcement learning) को एक हल्के केंद्रीकृत समन्वयक के साथ जोड़ता है, जिससे उच्च समाधान गुणवत्ता और सफलता दर बनाए रखते हुए संचार ओवरहेड में महत्वपूर्ण कमी आती है।
यह शोध पत्र COLLIDE प्रस्तुत करता है, जो एक बड़े पैमाने का डेटासेट और एक फ्रेमवर्क है जो विशिष्ट प्रकारों और दुर्घटना-पूर्व समय अंतराल (time-to-accident intervals) के साथ नियंत्रणीय, सुरक्षा-महत्वपूर्ण टक्कर परिदृश्यों को उत्पन्न करने के लिए टक्कर पैटर्न की भविष्यवाणी करता है, जिससे स्वायत्त वाहन योजनाकार (autonomous vehicle planner) की मजबूती में सुधार होता है और मौजूदा सीमाओं का पता चलता है।