🤖 कृत्रिम बुद्धिमत्ता
🦾 Category
cs.RO
4966 पेपर
💻 संगणक विज्ञान
Robots That Generate Planarity Through Geometry
यह शोध पत्र फ्लैट-प्लेन मैकेनिज्म (FPMs) को प्रस्तुत करता है, जो रोबोटिक प्रणालियों का एक नवीन वर्ग है जो बाहरी संदर्भ सतहों के बजाय केवल ज्यामितीय लिंक बाधाओं के माध्यम से सटीक समतलीय गति उत्पन्न करते हैं, जिससे निर्माण त्रुटियों को कम किया जा सकता है और मेट्रोलॉजी एवं 3D प्रिंटिंग में स्केलेबल अनुप्रयोगों को सक्षम बनाया जा सकता है।
💻 संगणक विज्ञान
HiWET: Hierarchical World-Frame End-Effector Tracking for Long-Horizon Humanoid Loco-Manipulation
यह शोध पत्र HiWET प्रस्तुत करता है, जो एक पदानुक्रमित सुदृढीकरण शिक्षण (hierarchical reinforcement learning) ढांचा है जो संचयी विचलन (cumulative drift) को समाप्त करने के लिए विश्व फ्रेम (world frame) में नियंत्रण को पुनर्गठित करके और किनेमैटिक रूप से वैध कार्यों को सुनिश्चित करने के लिए एक किनेमैटिक मैनिफोल्ड प्रायोर (Kinematic Manifold Prior) को शामिल करके सटीक और स्थिर दीर्घ-अवधि मानवोयड लोको-मैनिपुलेशन (long-horizon humanoid loco-manipulation) को सक्षम बनाता है।
💻 संगणक विज्ञान
Towards Adaptive Environment Generation for Training Embodied Agents
यह शोध पत्र एक क्लोज्ड-लूप एनवायरनमेंट जनरेशन फ्रेमवर्क प्रस्तावित करता है जो सूक्ष्म एजेंट प्रदर्शन फीडबैक के आधार पर प्रशिक्षण की कठिनाई को अनुकूल रूप से समायोजित करता है, जिससे एम्बॉडीड एजेंट लर्निंग और सामान्यीकरण को बढ़ाने के लिए ओपन-लूप प्रोसीजरल जनरेशन की अक्षमताओं को दूर किया जा सके।
💻 संगणक विज्ञान
ECO: Energy-Constrained Optimization with Reinforcement Learning for Humanoid Walking
यह शोध पत्र ECO का प्रस्ताव करता है, जो एक संकुचित सुदृढीकरण शिक्षण (कन्स्ट्रेंड रिइन्फोर्समेंट लर्निंग) ढांचा है जो ऊर्जा मेट्रिक्स को रिवॉर्ड घटकों के बजाय स्पष्ट असमानता बाधाओं (इनइक्वालिटी कंस्ट्रेंट्स) के रूप में पुनर्गठित करता है, जिससे अधिक सहज ट्यूनिंग सक्षम होती है और सिमुलेशन एवं वास्तविक दुनिया के प्रयोगों दोनों में स्थिर मानव सदृश (ह्यूमनॉइड) चलने की क्षमता बनाए रखते हुए ऊर्जा की खपत में उल्लेखनीय कमी प्राप्त होती है।
💻 संगणक विज्ञान
User-Centric Object Navigation: A Benchmark with Integrated User Habits for Personalized Embodied Object Search
यह शोध पत्र यूज़र-सेंट्रिक ऑब्जेक्ट नेविगेशन (UcON) को प्रस्तुत करता है, जो कि व्यक्तिगत एम्बोडीड ऑब्जेक्ट सर्च का मूल्यांकन और सुधार करने के लिए उपयोगकर्ता-विशिष्ट वस्तु प्लेसमेंट आदतों को शामिल करने वाला पहला बड़े पैमाने का बेंचमार्क है, जो यह प्रदर्शित करता है कि इन आदतों को एकीकृत करने से मौजूदा तरीकों की तुलना में नेविगेशन सफलता दर में महत्वपूर्ण रूप से वृद्धि होती है।
💻 संगणक विज्ञान
Beyond the Majority: Long-tail Imitation Learning for Robotic Manipulation
यह शोध पत्र एप्रोचिंग-फेज़ ऑग्मेंटेशन (APA) को पेश करते हुए लॉन्ग-टेल प्रशिक्षण वितरणों के कारण डेटा-दुर्लभ टेल कार्यों पर रोबोटिक नीतियों के खराब सामान्यीकरण को संबोधित करता है, जो बाहरी प्रदर्शनों की आवश्यकता के बिना प्रदर्शन में सुधार करने के लिए डेटा-समृद्ध हेड कार्यों से स्थानिक तर्क ज्ञान को स्थानांतरित करता है।
💻 संगणक विज्ञान
DriveWorld-VLA: Unified Latent-Space World Modeling with Vision-Language-Action for Autonomous Driving
DriveWorld-VLA एक नवीन फ्रेमवर्क है जो नियंत्रित, एक्शन-कंडीशन्ड सीन इमेजिनेशन को सक्षम करने और स्वायत्त ड्राइविंग निर्णय लेने में सुधार करने के लिए एक साझा लेटेंट स्पेस में विजन-लैंग्वेज-एक्शन प्लानिंग को वर्ल्ड मॉडलिंग के साथ एकीकृत करता है, जो NAVSIM और nuScenes बेंचमार्क पर अत्याधुनिक प्रदर्शन प्राप्त करता है।
💻 संगणक विज्ञान
The Law of Task-Achieving Body Motion: Axiomatizing Success of Robot Manipulation Actions
यह शोध पत्र "लॉ ऑफ टास्क-अचीविंग बॉडी मोशन" (कार्य-सिद्धि शरीर गति का नियम) प्रस्तुत करता है, जो एक स्वयंसिद्ध ढांचा है जो विविध रोबोटिक प्लेटफार्मों में कार्यान्वयन-स्वतंत्र गति सत्यापन, संश्लेषण और विफलता निदान को सक्षम करने के लिए 'सिमेंटिक डिजिटल ट्विन्स' का उपयोग करके रोबोटिक हेरफेर की सफलता को अर्थपूर्ण (सिमेंटिक), कारण संबंधी (कॉज़ल) और व्यवहार्यता संबंधी विधेयकों में विभाजित करता है।
💻 संगणक विज्ञान
Think Proprioceptively: Embodied Visual Reasoning for VLA Manipulation
यह शोध पत्र ThinkProprio को प्रस्तुत करता है, जो एक ऐसी विधि है जो विजन-लैंग्वेज-एक्शन मॉडल्स में टास्क निर्देशों के साथ अर्ली फ्यूजन (early fusion) के लिए प्रोप्रियोसेप्टिव स्टेट (proprioceptive state) को टेक्स्ट टोकन में परिवर्तित करती है, जिससे एम्बोडीड स्टेट (embodied state) विजुअल रीजनिंग और टोकन चयन को निर्देशित करने में सक्षम होती है और 50% से अधिक कम इन्फरेंस लेटेंसी (inference latency) के साथ मजबूत बेसलाइन्स के बराबर या उनसे बेहतर प्रदर्शन प्राप्त करती है।