4966 पेपर
यह शोध पत्र "पुश-प्लेसमेंट" (push-placement) का परिचय देता है, जो एक हाइब्रिड मैनिपुलेशन प्रिमिटिव है जो प्लेसमेंट के दौरान बाधा डालने वाली वस्तुओं को हटाने के लिए ग्रैस्पिंग और पुशिंग को जोड़ता है, जिससे लॉन्ग-होरिज़ोन टेबलटॉप पुनर्व्यवस्था कार्यों में यात्रा लागत कम होती है और दक्षता में सुधार होता है।
यह शोध पत्र TRAITS को प्रस्तुत करता है, जो विषम बहु-रोबोट टीमों के लिए एक नवीन ऑफलाइन फ्रेमवर्क है, जो एक नॉनलीनियर प्रोग्रामिंग-आधारित ट्रेट डिस्ट्रीब्यूशन मॉड्यूल के माध्यम से बैटरी और समय जैसी समाप्त होने वाली क्षमताओं के मॉडलिंग और प्रबंधन द्वारा समवर्ती कार्य आवंटन और शेड्यूलिंग को अनुकूलित करता है, जिससे अत्याधुनिक दृष्टिकोणों की तुलना में बेहतर व्यवहार्यता और दक्षता प्राप्त होती है।
यह शोध पत्र UAV-SEAD प्रस्तुत करता है, जो एक बड़े पैमाने का, वास्तविक दुनिया का डेटासेट है जिसमें PX4-आधारित UAVs के 52 घंटों से अधिक के उड़ान लॉग शामिल हैं, जो यथार्थवादी विसंगति पहचान प्रणालियों के विकास और मूल्यांकन को आगे बढ़ाने के लिए स्टेट एस्टिमेशन विसंगतियों को चार विशिष्ट वर्गों में वर्गीकृत करता है।
यह शोध पत्र RPGD का प्रस्ताव करता है, जो एक सुदृढ़ और स्वचालित एक्सट्रिंसिक कैलिब्रेशन फ्रेमवर्क है जो प्राकृतिक मानव गति का उपयोग करके MoCap-आधारित 3D कंकाल डेटा को RGB कैमरों के साथ संरेखित करता है, जिसमें RANSAC-P3P ग्लोबल एस्टीमेशन को ग्रेडिएंट डिसेंट रिफाइनमेंट के साथ जोड़कर विविध डेटासेट में सब-पिक्सेल सटीकता प्राप्त की गई है।
यह शोध पत्र एक एकीकृत, स्वचालित पाइपलाइन प्रस्तुत करता है जो रोवर डेटा से सघन, फोटो-यथार्थवादी और मीट्रिक रूप से सुसंगत 3D पुनर्निर्माण उत्पन्न करने के लिए पारंपरिक SfM/SLAM तकनीकों के साथ न्यूरल रेडिएंस फील्ड्स और गॉसियन स्प्लेटिंग को एकीकृत करता है, जिससे चुनौतीपूर्ण, संचार-सीमित वातावरण में ग्रहीय अन्वेषण के लिए स्वायत्त नेविगेशन और धारणा क्षमताओं को बढ़ाया जा सके।
WoVR एक विश्वसनीय सुदृढीकरण शिक्षण (reinforcement learning) ढांचा है जो नियंत्रणीय वीडियो गतिकी (controllable video dynamics), कीफ्रेम-आरंभीकृत रोलआउट्स (keyframe-initialized rollouts), और पॉलिसी-सिम्युलेटर सह-विकास (policy-simulator co-evolution) के माध्यम से सीखे गए वर्ल्ड मॉडल्स में मतिभ्रम (hallucinations) को स्पष्ट रूप से नियंत्रित करके भौतिक रोबोटों पर विजन-लैंग्वेज-एक्शन पॉलिसियों के प्रभावी पोस्ट-ट्रेनिंग को सक्षम बनाता है, जिससे बेंचमार्क और वास्तविक दुनिया के कार्यों पर सफलता दर में महत्वपूर्ण सुधार प्राप्त होता है।
यह शोध पत्र SemanticFeels प्रस्तुत करता है, जो एक ऐसा फ्रेमवर्क है जो उच्च-रिज़ॉल्यूशन वाले स्पर्श डेटा (tactile data) से सिमेंटिक सामग्री वर्गीकरण को न्यूरल इम्प्लिसिट शेप रिप्रजेंटेशन के साथ एकीकृत करता है ताकि रोबोट्स इन-हैंड मैनिपुलेशन के दौरान वस्तु की ज्यामिति और निरंतर सामग्री क्षेत्रों को एक साथ समझ सकें।
यह शोध पत्र पार्ट-अवेयर 3D फीचर फील्ड (PA3FF) को प्रस्तुत करता है, जो एक नवीन सघन (dense) 3D प्रतिनिधित्व है जिसे सामान्यीकरण योग्य आर्टिकुलेटेड ऑब्जेक्ट मैनिपुलेशन के लिए कार्यात्मक पार्ट जागरूकता (functional part awareness) को कैप्चर करने हेतु कॉन्ट्रास्टिव लर्निंग के माध्यम से प्रशिक्षित किया गया है, जिसे पार्ट-अवेयर डिफ्यूजन पॉलिसी (PADP) में एकीकृत किया गया है ताकि सिम्युलेटेड और वास्तविक दुनिया के रोबोटिक कार्यों में मौजूदा 2D और 3D बेसलाइन से बेहतर प्रदर्शन किया जा सके।
यह शोध पत्र GRAIL को प्रस्तुत करता है, जो एक लक्ष्य पहचान ढांचा (goal recognition framework) है जो संभावित रूप से उप-इष्टतम प्रदर्शनों (suboptimal demonstrations) से लक्ष्य-निर्देशित नीतियों को प्रशिक्षित करने के लिए इमिटेशन लर्निंग का लाभ उठाता है, जिससे उन अनिश्चित वातावरणों में भी मजबूत और सटीक लक्ष्य अनुमान प्राप्त किया जा सके जहाँ पारंपरिक इष्टतम-नीति-आधारित विधियाँ विफल हो जाती हैं।
यह शोध पत्र एक स्वायत्त रोबोटिक पल्पेशन फ्रेमवर्क प्रस्तुत करता है जो मौजूदा बायेसियन ऑप्टिमाइज़ेशन तकनीकों की तुलना में बेहतर वास्तविक समय इलास्टिक मैपिंग और असामान्यता का पता लगाने के लिए विस्कोइलास्टिक मॉडलिंग, एक्सपेक्टेड इंफॉर्मेशन डेंसिटी द्वारा संचालित एर्गोडिक एक्सप्लोरेशन और एडेप्टिव ट्रजेक्टरी प्लानिंग को एकीकृत करता है।