4966 पेपर
यह सर्वेक्षण इस बात का एक व्यापक अवलोकन प्रदान करता है कि जटिलता और सुरक्षा की चुनौतियों से निपटने के लिए रोबोट लर्निंग में औपचारिक विधियों (फॉर्मल मेथड्स) को कैसे एकीकृत किया जा रहा है, जो विशेष रूप से दो प्रमुख स्तंभों पर केंद्रित है: पॉलिसी लर्निंग और पॉलिसी वेरिफिकेशन।
यह शोध पत्र एक हाइपरबोलिक टैनजेंट फलन (hyperbolic tangent function) का उपयोग करते हुए एक मॉडल-आधारित स्लाइडिंग मोड कंट्रोल (MBSMC) रणनीति प्रस्तावित करता है ताकि एक मोबाइल मैनिपुलेटर को स्वायत्त प्रयोगशाला सेटिंग में नाजुक और खतरनाक सामग्रियों के सुचारू, सटीक और सुरक्षित संचालन में सक्षम बनाया जा सके, जो PID और गैर-मॉडल-आधारित नियंत्रकों की तुलना में काफी बेहतर प्रदर्शन करता है।
LangGS-SLAM एक रियल-टाइम RGB-D SLAM सिस्टम है जो एक हाई-थ्रूपुट Top-K रेंडरिंग पाइपलाइन, एक मल्टी-क्राइटेरिया मैप मैनेजमेंट स्ट्रैटेजी और एक डिकपल्ड हाइब्रिड ऑप्टिमाइजेशन फ्रेमवर्क का उपयोग करके हाई-फिडेलिटी ज्यामितीय पुनर्निर्माण और सघन, भाषा-संरेखित फीचर मैपिंग प्राप्त करता है।
बैंडविड्थ-सीमित वायरलेस नेटवर्क में संचार दक्षता और नियंत्रण प्रदर्शन के बीच के समझौते को संबोधित करने के लिए, यह शोध पत्र एक पदानुक्रमित संयुक्त-एम्बेडिंग प्रेडिक्टिव आर्किटेक्चर (H-JEPA) प्रस्तावित करता है जो बड़ी संख्या में उपकरणों के लिए स्केलेबल रिमोट कंट्रोल सक्षम करने हेतु एक निम्न-आयामी एम्बेडिंग स्पेस के भीतर बहु-स्तरीय टेम्पोरल प्रेडिक्शन का उपयोग करता है।
यह शोधपत्र स्व-चालित प्रयोगशालाओं (सेल्फ-ड्राइविंग लैबोरेटरीज) में रोबोटिक मैनिपुलेटर्स के लिए एक मोशन-प्लानिंग फ्रेमवर्क प्रस्तावित करता है जो स्ट्रक्चर्ड प्लेनर पोज़ एस्टीमेशन के माध्यम से विज़न-गाइडेड इनिशियलाइज़ेशन को एक एम्बेडेड एडमिटेंस कंट्रोलर के साथ जोड़ता है ताकि अनुकूलनशील, अनुपालनशील और मानव-इंटरैक्टिव हेरफेर को सक्षम किया जा सके।
ARGOS एक नया फ्रेमवर्क है जो एम्बोडीड एआई (Embodied AI) के लिए पारंपरिक खतरा विश्लेषण (hazard analysis) की स्केलेबिलिटी और भौतिक ग्राउंडिंग सीमाओं को संबोधित करने के लिए विशेषता-निर्देशित संयोजन तर्क (attribute-guided combinatorial reasoning) का उपयोग करके मुक्त-अंत वाली प्राकृतिक भाषा निर्देशों को भौतिक रूप से प्रशंसनीय खतरा परिदृश्यों और संदर्भ-विशिष्ट कार्यात्मक सुरक्षा आवश्यकताओं में रूपांतरित करता है।
यह शोध पत्र एक मल्टी-मोडल मानव गतिविधि पहचान प्रणाली का प्रस्ताव करता है जो मानव-रोबोट सहयोग परिदृश्यों में वास्तविक समय में, उच्च-सटीक अनुकूलन सक्षम करने के लिए एक मॉड्यूलर डेटा ग्लव को विजन-आधारित स्पर्श सेंसर के साथ जोड़ता है।
यह शोध पत्र एक स्केलेबल जनरेटिव फ्रेमवर्क का प्रस्ताव करता है जो प्राकृतिक भाषा प्रॉम्प्ट्स के माध्यम से मानव व्यक्तित्व (human personas) और घरेलू वातावरण के बीच द्वि-दिशीय संबंध को मॉडल करके एम्बॉडीड एआई (Embodied AI) के लिए यथार्थवादी, बड़े पैमाने के सिंथेटिक डेटासेट बनाता है।
यह शोध पत्र ट्रेस-फोक्स्ड डिफ्यूजन पॉलिसी (TF-DP) का प्रस्ताव करता है, जो एक ऐसा ढांचा है जो रोबोट के ऐतिहासिक निष्पादन ट्रेस (execution trace) को विजुअल ऑब्जर्वेशन स्पेस में प्रोजेक्ट करके एक्शन जनरेशन को कंडिशन करने के माध्यम से लॉन्ग-हॉराइजन रोबोटिक कार्यों में मल्टी-मोडल एक्शन एम्बिग्युटी (multi-modal action ambiguity) को हल करता है।
यह अध्ययन प्रदर्शित करता है कि बायोमिमेटिक हैप्टिक फीडबैक (साँस लेना और हृदय गति) प्रदान करने वाला एक ज़ूमॉर्फिक रोबोट स्पर्श के जैविक लाभों और अनुभव की गई जीवंतता का लाभ उठाकर भावना विनियमन को प्रभावी ढंग से सुगम बना सकता है।