4966 पेपर
यह शोध पत्र *SeM* प्रस्तुत करता है, जो एक VLM-आधारित ढांचा है जो एक नवीन संरेखण तंत्र (alignment mechanism) के माध्यम से भाषण, चेहरे के भावों और इशारों को सिंक्रोनाइज़ करके मानवोचित रोबोटों को भावनात्मक रूप से सुसंगत बहुआयामी अंतःक्रियाएं करने में सक्षम बनाता है, जो क्लाउड-आधारित और कुशल एज-डिप्लॉय करने योग्य दोनों संस्करण प्रदान करता है।
यह अध्ययन इस बात की जांच करता है कि एक ही रोबोट के विभिन्न नियंत्रण डोमेन (जैसे कि सिर और ग्रिपर) को स्वतंत्र पहचान के रूप में प्रस्तुत करना मानव धारणा और विश्वास को कैसे प्रभावित करता है, जो यह सुझाव देता है कि रोबोट उपयोगकर्ता संपर्क को प्रभावित करने के लिए एक ही शरीर के भीतर कई अवतारों का लाभ उठा सकते हैं।
यह शोध पत्र -आयामी स्थान में वैश्विक सममिति (ग्लोबल सिमिट्री) का पता लगाने और ऑर्थोगोनल रूपांतरणों (जैसे रोटेशन और रिफ्लेक्शन) का अनुमान लगाने के लिए ज्यामितीय मोमेंट -टुपल्स का उपयोग करने वाली एक विधि प्रस्तावित करता है, जो पुनरावृत्ति अनुकूलन तकनीकों की तुलना में 2D और 3D ऑब्जेक्ट विश्लेषण में बेहतर दक्षता और सटीकता प्रदर्शित करता है।
DexFormer एक एंड-टू-एंड, हिस्ट्री-कंडीशन्ड ट्रांसफॉर्मर पॉलिसी है जो एक ही मॉडल को टेम्पोरल कॉन्टेक्स्ट से मॉर्फोलॉजी और डायनेमिक्स का अनुमान लगाकर विविध डेक्सट्रस हैंड एम्बॉडिमेंट्स में सामान्यीकरण करने में सक्षम बनाता है, जिससे प्रत्येक रोबोट के लिए अलग प्रशिक्षण की आवश्यकता के बिना मजबूत ज़ीरो-शॉट ट्रांसफर प्राप्त होता है।
शोधकर्ताओं ने 1.29 ग्राम के एक पंख फड़फड़ाने वाले रोबोट को विकसित किया है जो केवल ऑनबोर्ड सेंसिंग और गणना का उपयोग करके स्वायत्त, सेंटीमीटर-स्तर के प्रक्षेपवक्र ट्रैकिंग (ट्रैजेक्टरी ट्रैकिंग) और बाधा निवारण में सक्षम है, जो वास्तविक दुनिया के वातावरण में कीट-स्तर के रोबोटों को तैनात करने की दिशा में एक महत्वपूर्ण कदम है।
यह शोध पत्र एक सिंगल-ट्रैक एकरमैन वाहन के लिए एक संरचित ह्यूरिस्टिक नियंत्रण नियम प्रस्तावित करता है जो टक्कर के बाद इच्छित प्रक्षेपवक्र को बहाल करने के लिए स्टीयरिंग और ट्रैक्टिव फोर्स को संयुक्त रूप से प्रबंधित करता है, जो विशेष रूप से गैररेखीय युग्मन (nonlinear coupling) और समय-परिवर्तित अनुदैर्ध्य वेग को ध्यान में रखता है।
यह शोध पत्र REACT प्रस्तुत करता है, जो एक वास्तविक समय का ढांचा (framework) है जो टेदर वाले अंडरवॉटर वाहनों के लिए एंटैंगलमेंट-मुक्त कवरेज पथ उत्पन्न करने हेतु एक ज्यामिति-आधारित साइन्ड डिस्टेंस फील्ड टेदर मॉडल का उपयोग करता है, जिससे उन अंडरवॉटर संरचनाओं के सुरक्षित और कुशल निरीक्षण को सक्षम बनाया जा सके जिन्हें पारंपरिक प्लानर प्राप्त करने में विफल रहते हैं।
यह अध्ययन प्रदर्शित करता है कि माइक्रोइलेक्ट्रोड एरे पर संवर्धित मानव अग्रमस्तिष्क ऑर्गेनोइड्स (forebrain organoids) को ब्रेल पहचान के लिए स्पर्श संवेदी डेटा को एनकोड करने हेतु व्यवस्थित रूप से उत्तेजित किया जा सकता है, जिससे एक मल्टी-ऑर्गेनोइड एन्सेम्बल के माध्यम से 83% वर्गीकरण सटीकता और उन्नत शोर सुदृढ़ता (noise robustness) प्राप्त हुई है, जिससे स्केलेबल, कम-शक्ति वाले बायो-हाइब्रिड कंप्यूटिंग के लिए एक आधारभूत ढांचा स्थापित होता है।
HyPlan एक नवीन हाइब्रिड लर्निंग-असिस्टेड प्लानिंग फ्रेमवर्क है जो आंशिक रूप से दृश्यमान (पार्शियली ऑब्जर्वेबल) ट्रैफ़िक वातावरण में स्वायत्त वाहनों के लिए सुरक्षित और कुशल टकराव-मुक्त नेविगेशन को सक्षम करने हेतु मल्टी-एजेंट व्यवहार भविष्यवाणी, डीप रिइन्फोर्समेंट लर्निंग और ह्यूरिस्टिक कॉन्फिडेंस-आधारित प्रूनिंग को एकीकृत करता है।
यह शोध लचीले ढंग से जुड़े दोहरे-AUV प्रणालियों के अत्यधिक गैर-रेखीय, अवस्था-निर्भर व्यवहारों को सटीक रूप से चित्रित करने के लिए एक लम्पड मास-आधारित गतिशील मॉडलिंग ढांचे और एक हाइब्रिड पैरामीटर पहचान विधि को स्थापित करता है, जो उनके डिजाइन और नियंत्रण के लिए एक सैद्धांतिक आधार प्रदान करता है।