4966 पेपर
यह शोधपत्र GuadalPlanner प्रस्तुत करता है, जो एक एकीकृत और विस्तार योग्य आर्किटेक्चर है जो मानकीकृत इंटरफेस के माध्यम से उच्च-स्तरीय निर्णय लेने की प्रक्रिया को वाहन-विशिष्ट नियंत्रण से अलग करके, सूचनात्मक पथ नियोजन एल्गोरिदम को सिमुलेशन से वास्तविक दुनिया में तैनाती के लिए निर्बाध रूप से स्थानांतरित करने में सक्षम बनाता है।
यह शोध पत्र एक नवीन द्वि-भुजा वाले मानव रहित हवाई मैनिपुलेटर (unmanned aerial manipulator) का प्रस्ताव करता है जो भौतिक संपर्क के माध्यम से ढलकी छतों के झुकाव का अंधाधुंध (blindly) अनुमान लगाने के लिए मोमेंटम-आधारित टॉर्क ऑब्जर्वर का उपयोग करता है, जिससे 30.5 डिग्री तक झुकी हुई सतहों पर सुदृढ़ लैंडिंग सक्षम होती है।
यह शोध पत्र एक ऐसे ढांचे का प्रस्ताव करता है जो एक तेज़, डिस्टिल्ड (distilled) वीडियो जनरेशन मॉडल को एक एक्शन मॉडल के साथ एकीकृत करता है ताकि उच्च-स्तरीय निर्देशों के आधार पर टेम्पोरली कोहेरेंट (temporally coherent) और स्पेशियली एक्यूरेट (spatially accurate) भविष्य की अवस्थाओं की भविष्यवाणी करके रोबोट्स को सटीक हेरफेर (manipulation) करने में सक्षम बनाया जा सके।
यह शोध पत्र **CyclingVQA** को प्रस्तुत करता है, जो एक नया नैदानिक बेंचमार्क है जिसे यह मूल्यांकन करने के लिए डिज़ाइन किया गया है कि क्या विज़न-लैंग्वेज मॉडल (VLMs) अपनी धारणा और तर्क क्षमताओं को वाहन-केंद्रित परिप्रेक्ष्य से एक साइकिल चालक-केंद्रित परिप्रेक्ष्य में सामान्यीकृत कर सकते हैं, जो यह प्रकट करता है कि वर्तमान मॉडल—ड्राइविंग-विशेष मॉडलों सहित—अभी भी साइकिल चालक-विशिष्ट स्थानिक समझ और यातायात नियम जुड़ाव के साथ संघर्ष कर रहे हैं।
यह अध्ययन एक बायोमिमेटिक मंटा रे रोबोट विकसित और प्रयोगात्मक रूप से सत्यापित करता है जो पारिस्थितिक निगरानी और एक्वेरियम अन्वेषण जैसे अनुप्रयोगों के लिए स्थिर, कम विक्षोभ वाली तैराकी और गोताखोरी प्राप्त करने हेतु फ्लैपिंग पेक्टोरल फिन्स और एक PD नियंत्रण प्रणाली का उपयोग करता है।
यह शोध पत्र एक नवीन नेविगेशन फ्रेमवर्क प्रस्तावित करता है जो विजन-लैंग्वेज मॉडल्स (VLM) को गॉसियन प्रोसेस रिग्रेशन (GPR) के साथ एकीकृत करता है ताकि गतिशील भीड़-घनत्व मानचित्र (crowd-density maps) बनाए जा सकें, जिससे स्वायत्त रोबोटों को स्थिर बाधाओं और भीड़भाड़ वाले क्षेत्रों दोनों से बचकर सुरक्षित मार्ग की योजना बनाने में सक्षम बनाया जा सके।
यह शोध पत्र एक सामान्यीकरण योग्य न्यूरल रेडिएंस फील्ड दृष्टिकोण प्रस्तुत करता है जो एगोजेंटिक रोबोटिक अवलोकनों से एक वैश्विक समन्वय फ्रेम में पूर्ण 3D वर्कस्पेस ऑक्यूपेंसी की भविष्यवाणी करता है, जिससे दृश्य-विशिष्ट फाइन-ट्यूनिंग की आवश्यकता के बिना प्रभावी रोबोटिक हेरफेर सक्षम होता है।
यह शोध पत्र एक 3D कोसेराट रॉड (Cosserat rod) के लिए एक ली ग्रुप वेरिएशनल इंटीग्रेटर विकसित करता है जो समतलीय क्रॉस-सेक्शनल विरूपण (planar cross-sectional deformation) को समाहित करता है, जिसके परिणामस्वरूप एक ऐसा विविक्त मॉडल (discrete model) प्राप्त होता है जो घूर्णी विन्यास को संरक्षित करता है, आयतन संरक्षण सुनिश्चित करता है, और ऊर्जा स्थिरता बनाए रखता है।
यह शोधपत्र RADAR को प्रस्तुत करता है, जो एक नया बेंचमार्क है जिसे वास्तविक दुनिया की भौतिक गतिशीलता, स्थानिक-भौतिक तर्क कार्यों और एक पूर्णतः स्वायत्त 3D मूल्यांकन पाइपलाइन के माध्यम से सामान्यीकरण का व्यवस्थित रूप से परीक्षण करके वर्तमान VLA मॉडल मूल्यांकन की सीमाओं को संबोधित करने के लिए डिज़ाइन किया गया है।
स्वायत्त वाहनों में मल्टी-टेनेंट DNN इन्फरेंस की पूर्वानुमान क्षमता को बढ़ाने के लिए, लेखक PP-DNN का प्रस्ताव करते हैं, जो एक ऐसा सिस्टम है जो सटीकता बनाए रखते हुए डेटा प्रोसेसिंग आवश्यकताओं को कम करने के लिए महत्वपूर्ण फ्रेम और रुचि के क्षेत्रों (ROIs) को गतिशील रूप से चुनता है और धारणा विलंबता (perception latency) तथा पूर्णता में महत्वपूर्ण सुधार करता है।