4966 पेपर
यह शोध पत्र RM-RL को प्रस्तुत करता है, जो एक रोल-मॉडल रणनीति के माध्यम से ऑनलाइन और ऑफलाइन प्रशिक्षण को एकीकृत करने वाला एक नवीन ढांचा है ताकि इष्टतम एक्शन लेबल स्वचालित रूप से उत्पन्न किए जा सकें, जिससे मानव प्रदर्शन की आवश्यकता समाप्त हो जाती है और वास्तविक दुनिया के रोबोटिक हेरफेर कार्यों के लिए सटीकता और स्थिरता में महत्वपूर्ण सुधार प्राप्त होता है।
यह शोध पत्र ETHOS प्रस्तुत करता है, जो एक रोबोटिक एनकाउंटर्ड-टाइप हैप्टिक डिस्प्ले है जो टॉर्क-नियंत्रित हेरफेर (torque-controlled manipulation), विनिमेय प्रॉप्स (interchangeable props), और सुरक्षा-निगरानी नियंत्रण रणनीतियों को एकीकृत करता है ताकि वर्चुअल रियलिटी में हैंडओवर और हाई-फाइव जैसे स्वाभाविक, गतिशील भौतिक सामाजिक इंटरैक्शन को उच्च स्थानिक सटीकता और कम विलंबता के साथ सक्षम बनाया जा सके।
यह शोधपत्र ETHOS को प्रस्तुत करता है, जो एक प्रयोगात्मक प्लेटफॉर्म है जो इमर्सिव वातावरण में दृश्यमान रोबोटिक स्वरूप (embodiment) से भौतिक संपर्क को अलग करके, नवीन, रोबोट-मध्यस्थ सामाजिक-भौतिक अंतःक्रियाओं—जैसे कि हाथ मिलाना और फिस्ट बम्प—को सक्षम और मूल्यांकित करने के लिए एनकाउंटर्ड-टाइप हैप्टिक डिस्प्ले को वर्चुअल रियलिटी के साथ एकीकृत करता है।
यह शोध पत्र DexterCap प्रस्तुत करता है, जो एक कम लागत वाला और स्वचालित ऑप्टिकल सिस्टम है जो गंभीर अवरोध (occlusion) के तहत सूक्ष्म हैंड-ऑब्जेक्ट इंटरैक्शन को मजबूती से कैप्चर करने के लिए कैरेक्टर-कोडेड मार्कर्स का उपयोग करता है, जिसके साथ ही डेक्सट्रस मैनिपुलेशन (dexterous manipulation) में अनुसंधान को आगे बढ़ाने के लिए DexterHand डेटासेट भी जारी किया गया है।
यह शोध पत्र 8-चैनल sEMG संकेतों का उपयोग करते हुए एक फीचर एक्सट्रैक्शन पाइपलाइन प्रस्तावित करता है जो एक लाइटवेट मल्टीलेयर परसेप्ट्रॉन को जॉइंट टॉर्क एस्टीमेशन के लिए टेम्पोरल कन्वोल्यूशनल नेटवर्क के तुलनीय प्रदर्शन प्राप्त करने में सक्षम बनाता है, जो डेटा-सीमित रोबोट-असिस्टेड रिहैबिलिटेशन परिदृश्यों के लिए एक आशाजनक समाधान प्रदान करता है।
TreeLoc एक ओपन-सोर्स, LiDAR-आधारित ग्लोबल लोकलाइजेशन फ्रेमवर्क है जो पेड़ों के तनों को छाती की ऊँचाई पर व्यास (DBH) के साथ निरूपित करके और GPS डिग्रेडेशन एवं दोहराव वाले संरचनात्मक लक्षणों से निपटने के लिए ट्री डिस्ट्रीब्यूशन हिस्टोग्राम और 2D ट्राइएंगल डिस्क्रिप्टर को संयोजित करने वाली एक पदानुक्रमित मिलान रणनीति का उपयोग करके जंगलों में सुदृढ़ 6-DoF पोस एस्टीमेशन प्राप्त करता है।
यह शोधपत्र HuMI को प्रस्तुत करता है, जो एक पोर्टेबल फ्रेमवर्क है जो ह्यूमनॉइड्स के लिए विविध होल-बॉडी मैनिपुलेशन कौशल सीखने हेतु कुशल, रोबोट-मुक्त डेटा संग्रह को सक्षम बनाता है, और पारंपरिक टेलीऑपरेशन विधियों की तुलना में अनदेखे वातावरणों में काफी अधिक डेटा दक्षता और सफलता दर प्राप्त करता है।
यह शोध पत्र STaR को प्रस्तुत करता है, जो एक स्केलेबल एजेंटिक फ्रेमवर्क है जो विविध, गतिशील वातावरणों में मोबाइल रोबोटों को सटीक लॉन्ग-होरिज़न रीजनिंग और नेविगेशन करने में सक्षम बनाने के लिए एक टास्क-एग्नोस्टिक मल्टीमॉडल मेमोरी और इंफॉर्मेशन बॉटलनेक-आधारित रिट्रीवल एल्गोरिदम का उपयोग करता है, जिससे सिमुलेशन और वास्तविक दुनिया के डिप्लॉयमेंट दोनों में बेसलाइन्स की तुलना में बेहतर प्रदर्शन प्राप्त होता है।
यह शोध पत्र एक रोबोट लर्निंग फ्रेमवर्क प्रस्तावित करता है जो विजुअल मोशन प्रेडिक्शन के माध्यम से मानवीय प्राथमिकताओं को मॉडल करके रिवॉर्ड फंक्शन को परिभाषित करता है ताकि ईगोसेंट्रिक मानव वीडियो से कौशल प्राप्ति में सुधार किया जा सके, जिसे फिर एक संशोधित सॉफ्ट एक्टर-क्रिटिक एल्गोरिदम का उपयोग करके अनुकूलित किया जाता है ताकि सिमुलेशन और वास्तविक दुनिया के कार्यों दोनों में पूर्ववर्ती विधियों से बेहतर प्रदर्शन किया जा सके।
यह शोध पत्र ABot-N0 को प्रस्तुत करता है, जो एक पदानुक्रमित "ब्रेन-एक्शन" (मस्तिष्क-क्रिया) आर्किटेक्चर वाला एक एकीकृत विजन-लैंग्वेज-एक्शन फाउंडेशन मॉडल है और जिसे 16.9 मिलियन प्रक्षेप पथों (ट्रैजेक्टरीज) के विशाल डेटासेट पर प्रशिक्षित किया गया है, जो पांच विविध एम्बोडीड नेविगेशन कार्यों में अत्याधुनिक प्रदर्शन प्राप्त करता है और गतिशील वास्तविक दुनिया के वातावरण में मजबूत लॉन्ग-होरिजन मिशनों को सक्षम बनाता है।