4966 पेपर
यह शोध पत्र ग्राउंडेड सीन-ग्राफ रीजनिंग (GSR) प्रस्तुत करता है, जो एक संरचित तर्क प्रतिमान (reasoning paradigm) है जो सिमेंटिकली ग्राउंडेड सीन ग्राफ के माध्यम से विश्व-अवस्था के विकास को मॉडल करता है और इसे बड़े पैमाने पर मैनिप-कॉग्निशन-1.6M डेटासेट पर प्रशिक्षित किया गया है ताकि एम्बोडीड मैनिपुलेशन में ज़ीरो-शॉट सामान्यीकरण और लॉन्ग-होराइज़न टास्क पूर्णता में महत्वपूर्ण सुधार किया जा सके।
यह शोध पत्र एक नवीन ऑफलाइन सुदृढीकरण शिक्षण (ऑफलाइन रिइन्फोर्समेंट लर्निंग) ढांचे का प्रस्ताव करता है जो मानव-रोबोट सहयोग के लिए इष्टतम अवस्था निरूपण (स्टेट रिप्रेजेंटेशन) और पुरस्कार फलनों (रिवॉर्ड फंक्शन्स) को स्वचालित रूप से चुनने के लिए लॉग किए गए इंटरेक्शन डेटा पर ऑफ-पॉलिसी मूल्यांकन का उपयोग करता है, जिससे वास्तविक समय के परिवेशी इंटरैक्शन की महंगी आवश्यकता समाप्त हो जाती है और सुरक्षा-महत्वपूर्ण अनुप्रयोगों में आरएल (RL) की स्केलेबिलिटी बढ़ती है।
StepNav एक नवीन विज़ुअल नेविगेशन फ्रेमवर्क है जो अनस्ट्रक्चर्ड नॉइज़ को सफलता की संभावना वाले क्षेत्र (success probability field) से प्राप्त ज्यामिति-जागरूक, मल्टीमॉडल प्रायर्स (geometry-aware, multimodal priors) से बदलकर एक कंडीशनल फ्लो-मैचिंग प्रक्रिया को निर्देशित करके प्रक्षेपवक्र पीढ़ी (trajectory generation) की दक्षता और सुरक्षा को बढ़ाता है।
यह शोध पत्र AROLA को प्रस्तुत करता है, जो स्केल्ड ऑटोनॉमस रेसिंग के लिए एक मॉड्यूलर, लेयर्ड सॉफ्टवेयर आर्किटेक्चर है, जो तीव्र मॉड्यूल प्रतिस्थापन और निष्पक्ष बेंचमार्किंग को सक्षम करने के लिए मानकीकृत ROS 2 इंटरफेस का उपयोग करता है, जिसे निरंतर वास्तविक समय प्रदर्शन मूल्यांकन के लिए एक रेस मॉनिटर फ्रेमवर्क द्वारा पूरक किया गया है और सिमुलेशन एवं 2025 रोबोरेसर प्रतियोगिता के माध्यम से मान्य किया गया है।
यह शोधपत्र सेनसोनॉट (Sensonaut) प्रस्तुत करता है, जो एम्बॉडीड ऑडिओविजुअल सर्च का एक रिसोर्स-रेशनल कम्प्यूटेशनल मॉडल है, जो यह सिम्युलेट करता है कि कैसे मनुष्य अनिश्चितता के तहत समय, प्रयास और सटीकता को अनुकूल रूप से संतुलित करते हैं, और नए प्रयोगात्मक डेटा के विरुद्ध मानव खोज व्यवहारों और त्रुटियों को पुनरुत्पादित करने की इसकी क्षमता को मान्य करता है।
यह शोध पत्र मनमाने अवस्था अनुमानों (arbitrary state estimates) की अनुमति देकर गैर-रेखीय आंशिक रूप से प्रेक्षित स्टोकेस्टिक प्रणालियों के लिए निश्चितता तुल्यता सिद्धांत (certainty equivalence principle) का सामान्यीकरण करता है और सुचारू गतिकी (smooth dynamics) एवं लागत वाले मॉडलों के लिए परिणामी उप-इष्टतमता (sub-optimality) पर ऊपरी सीमाएँ व्युत्पन्न करता है।
यह शोध पत्र एडेप्टिव लीनियर पाथ मॉडल-बेस्ड डिफ्यूजन (ALP-MBD) प्रस्तुत करता है, जो एक नवीन ढांचा है जो पैरामीटर ट्यूनिंग को सरल बनाने के लिए पारंपरिक वेरिएंस-प्रिजर्विंग शेड्यूल्स के स्थान पर एक लीनियर प्रोबेबिलिटी पाथ का उपयोग करता है और विभिन्न कार्यों में डिफ्यूजन-आधारित रोबोटिक नियंत्रण की मजबूती, अनुकूलन क्षमता और दक्षता को बढ़ाने के लिए डिफ्यूजन स्टेप्स और नॉइज़ स्तरों को गतिशील रूप से समायोजित करने के लिए सुदृढीकरण लर्निंग (रिनफोर्समेंट लर्निंग) का उपयोग करता है।
यह शोधपत्र एक न्यूरो-सिम्बोलिक ढांचे का प्रस्ताव करता है जो प्रभाव-संवर्धित स्थानीय मॉडलों (Influence-Augmented Local Models) को एक एमोर्टाइज्ड श्रोडिंगर ब्रिज (amortized Schrödinger Bridge) के साथ जोड़ता है ताकि रोबोट अनिश्चित वातावरण में सामाजिक रूप से जागरूक निर्णय लेने के लिए संरचित मानसिक मॉडल सीख सकें और कुशल, परिप्रेक्ष्य-ग्रहण संबंधी अनुमान (perspective-taking inference) कर सकें।
यह शोधपत्र चंद्र अनुप्रयोगों के लिए एक मॉड्यूलर, हल्का और पुनर्गठनीय सॉफ्ट रोबोटिक ट्रस प्रणाली प्रस्तुत करता है जो बड़े पैमाने पर आकार अनुकूलन प्राप्त करने के लिए आइसोपेरिटिक इन्फ्लेशन (isoperimetric inflation) और रोलर-ड्रिवन ट्यूब मैनिपुलेशन का उपयोग करता है, जिससे अतिरिक्त संपीड़ित वायु की आवश्यकता के बिना सौर सरणी झुकाव और लोकोमोशन जैसे बहुमुखी कार्यों को सक्षम बनाया जा सके।
यह शोध पत्र बेरा (Bera) को प्रस्तुत करता है, जो एक टेस्ट-टाइम डिफेंस फ्रेमवर्क है जो डीप-लेयर अटेंशन विसंगतियों का लाभ उठाकर रोबोटिक विजन-लैंग्वेज-एक्शन मॉडल्स को बैकडोर हमलों से सुरक्षित करता है ताकि ट्रिगर-मुक्त विजुअल टोकन का पता लगाया जा सके और उन्हें पुनर्गठित किया जा सके, जिससे बिना मॉडल रिट्रेनिंग के हानिकारक व्यवहारों को समाप्त किया जा सके।