4223 पेपर
AcrossVAM1.0 एक हल्का, टेक्स्ट-असिस्टेड वीडियो एक्शन मॉडल है जो भविष्य के फ्रेमों को ऑब्जेक्ट-सेंट्रिक पार्टिकल डायनेमिक्स और डेंस अपीयरेंस में विभाजित करके रोबोट वीडियो प्रेडिक्शन में सुधार करता है, जो यह प्रदर्शित करता है कि स्पष्ट पार्टिकल मॉडलिंग भाषा ग्राउंडिंग और संवेदी गुणवत्ता की वर्तमान सीमाओं के बावजूद प्रक्षेपवक्र त्रुटि (ट्रैजेक्टरी एरर) को कम करती है।
यह शोधपत्र एक दोहरी-चैनल वाली न्यूमैटिक-टोमोग्राफिक स्पर्श त्वचा (tactile skin) प्रस्तुत करता है जो बहु-संपर्क स्थानीयकरण के लिए एक इलेक्ट्रिकल इम्पीडेंस टोमोग्राफी परत को स्थिर बल अनुमान के लिए एक न्यूमैटिक दबाव परत के साथ जोड़ती है, और विविध संपर्क परिदृश्यों में उच्च-सटीक बल संवेदन प्राप्त करने के लिए एक स्थान-जागरूक सुधार ढांचे (location-aware correction framework) का उपयोग करती है जिसमें जटिल मशीन लर्निंग पाइपलाइनों की आवश्यकता नहीं होती है।
STITCH-OPE एक नवीन मॉडल-आधारित जनरेटिव फ्रेमवर्क है जो गाइडेड डिफ्यूजन और ट्रजेक्टरी स्टिचिंग का लाभ उठाकर उच्च-आयामी, दीर्घ-क्षितिज वाले वातावरण में प्रभावी ढंग से ऑफ-पॉलिसी इवैल्यूएशन करने के लिए विचरण (वैरिएंस) को काफी कम करता है और ओवर-रेगुलराइजेशन से बचता है।
यह शोध पत्र रेसिडुअल रिवॉर्ड मॉडल्स (RRM) को प्रस्तुत करता है, जो एक ऐसी विधि है जो रिवॉर्ड फंक्शन को एक पूर्व ज्ञान घटक और एक सीखने योग्य रेसिडुअल ऑफसेट में विभाजित करती है ताकि रोबोटिक्स में प्राथमिकता-आधारित सुदृढीकरण शिक्षण (preference-based reinforcement learning) की सैंपल दक्षता और वास्तविक दुनिया की प्रयोज्यता को महत्वपूर्ण रूप से बढ़ाया जा सके।
यह शोध पत्र 3D रिकवरी के लिए एक कॉन्फॉर्मल-जियोमेट्रिक-एल्जेब्रा एस्टीमेटर और 2D प्रोजेक्शन के लिए एक कॉर्ड-लेंथ-वेरिएंस मानदंड को एकीकृत करके, पारंपरिक पाइपलाइनों की तुलना में LiDAR-कैमरा एक्सट्रिंसिक अंशांकन (कैलिब्रेशन) की सटीकता में महत्वपूर्ण सुधार करते हुए, 3D और 2D गोलाकार केंद्रों को सटीक रूप से मापने के लिए एक नवीन विधि प्रस्तावित करता है।
यह अध्ययन प्रदर्शित करता है कि AICON, जो कि लुकअहेड प्लानिंग (lookahead planning) से रहित एक रिएक्टिव रोबोटिक फ्रेमवर्क है, टॉवर ऑफ लंदन टेस्ट पर मानवीय नियोजन कठिनाइयों और विफलता के पैटर्न की सटीक भविष्यवाणी करता है, विशेष रूप से कम संज्ञानात्मक क्षमता वाले व्यक्तियों के लिए, जो यह सुझाव देता है कि बाधाओं के तहत जैविक नियोजन (biological planning) उन रिएक्टिव मोड की ओर स्थानांतरित हो जाता है जैसा कि रोबोटिक्स में मॉडल किया गया है।
यह शोध पत्र सामूहिक गति के लिए एक यांत्रिक मॉडल प्रस्तुत करता है जो अमूर्त अंतःक्रियात्मक बलों के स्थान पर जैविक रूप से आधारित संवेदी-मोटर प्रक्रियाओं—जैसे कि बेयरिंग संकेत (bearing cues), आंतरिक अवस्था अनुमान और ग्रेडिएंट-आधारित क्रिया चयन—का उपयोग करता है, ताकि यह प्रदर्शित किया जा सके कि व्यक्तिगत धारणा, शारीरिक अभिव्यक्ति (embodiment) और पर्यावरणीय बाधाओं के परस्पर प्रभाव से विविध समूह व्यवहार कैसे उभरते हैं।
यह शोध पत्र एक संरचित आठ-घटक प्रॉम्प्ट डिज़ाइन फ्रेमवर्क और विशेषज्ञ प्रतिक्रिया पर आधारित नैतिक दिशानिर्देश प्रस्तावित करके, पारदर्शी, सुरक्षित और अनुकूलन योग्य रोबोट व्यक्तित्व सुनिश्चित करने के माध्यम से, एलएलएम-आधारित मानव-रोबोट संपर्क में अप्रत्याशित रोबोट व्यवहार के जोखिमों को संबोधित करता है।
यह शोध पत्र RTNav को प्रस्तुत करता है, जो एक वास्तविक समय (रियल-टाइम) नेविगेशन आर्किटेक्चर है जो यथार्थवादी समय संबंधी बाधाओं के तहत मौजूदा ज़ीरो-शॉट ऑब्जेक्ट नेविगेशन विधियों के प्रदर्शन में गिरावट को दूर करने के लिए इन्फरेंस लेटेंसी (अनुमान विलंबता) और एसिंक्रोनस एनवायरनमेंट स्टेपिंग को स्पष्ट रूप से ध्यान में रखता है, जिससे HM3D बेंचमार्क पर सफलता दरों में महत्वपूर्ण सुधार प्राप्त होता है।
यह शोध पत्र पॉपी ह्यूमनॉइड रोबोट के लिए एक क्लोज्ड-लूप वॉकिंग कंट्रोलर प्रस्तुत करता है जो विश्वसनीय, बिना सहायता के द्विपद लोकोमोशन (bipedal locomotion) प्राप्त करने के लिए एक सीखे हुए कॉस्ट फंक्शन के साथ लीनियर-क्वाड्रेटिक रेगुलेटर (LQR) फ्रेमवर्क का उपयोग करता है, जो ओपन-लूप ट्रजेक्टरी प्लेबैक की तुलना में सांख्यिकीय रूप से महत्वपूर्ण प्रदर्शन सुधार प्रदर्शित करता है।