4223 पेपर
GaussVLA एक पैरामीटर-कुशल, Mamba-आधारित विजन-लैंग्वेज-एक्शन मॉडल है जो 2D फीचर्स को कॉम्पैक्ट 3D गॉसियन टोकन में बदलने के लिए एक गॉसियन स्पेशियल टोकेनाइज़र और संरचित ज्यामितीय तर्क के लिए एक डेप्थ-अवेयर चेन-ऑफ-थॉट मॉड्यूल पेश करके स्थानिक तर्क (spatial reasoning) को बढ़ाता है, जिससे केवल 200M पैरामीटर्स के साथ LIBERO बेंचमार्क पर अत्याधुनिक प्रदर्शन प्राप्त होता है।
यह शोध पत्र ROS2 Connect को प्रस्तुत करता है, जो एक WebSocket-आधारित क्लाइंट-सर्वर फ्रेमवर्क है जो मल्टीकास्ट-निर्भर डिस्कवरी तंत्र की सीमाओं को पार करते हुए, वाइड-एरिया नेटवर्क्स पर सुरक्षित, पारदर्शी और स्केलेबल ROS2 संचार को सक्षम बनाता है और लेटेंसी (latency) तथा स्थिरता के मामले में DDS Router, rosbridge और Zenoh जैसे मौजूदा समाधानों से बेहतर प्रदर्शन करता है।
यह शोध पत्र लक्ष्यहीन (targetless) LiDAR-IMU अंशांकन के लिए एक नवीन निरंतर-समय ढांचे (continuous-time framework) को प्रस्तुत करता है जो नए अवशेषों (residuals) का प्रस्ताव देकर ग्राउंड-कन्स्ट्रेंट विधियों को गैर-समतल, झुके हुए वातावरण तक विस्तारित करता है जो गुरुत्वाकर्षण और सतह के अभिलंब (normal) वैक्टरों की कोलीनियैरिटी (colinearity) को नहीं मानते हैं, जिससे इस प्रकार समतल और झुके हुए दोनों परिदृश्यों में ग्राउंड वाहनों के लिए अंशांकन पुनरावृत्ति (calibration repeatability) में सुधार होता है।
यह शोध पत्र उन बाधाओं की जांच करता है जिनका सामना गैर-विशेषज्ञ देखभाल प्रदाता विशेषज्ञ पर्यवेक्षण के बिना घरेलू परिवेश में 'लर्निंग फ्रॉम डेमोंस्ट्रेशनेशन' के माध्यम से रोबोट को सहायक कार्य सिखाते समय करते हैं, कई दौर की मुलाकातों (विज़िट्स) में प्री-ट्रेनिंग और एडेप्टिव फीडबैक गाइडेंस की प्रभावशीलता का मूल्यांकन करता है, और परिणामी अनुदैर्ध्य (लोंगीटुडिनल) डेटासेट को ओपन-सोर्स करने का प्रस्ताव देता है।
PhaseShift एक टोपोलॉजी-जागरूक (topology-aware) फ्रेमवर्क है जो सिग्नल वाले चौराहों पर विषम ट्रैफ़िक डेटा को एक साझा एक्टर-केंद्रित प्रतिनिधित्व (actor-centric representation) में सामंजस्यपूर्ण बनाता है, जिससे एक एकल पुन: प्रयोज्य बैकबोन मॉडल, साइट-विशिष्ट स्थानीय मॉडलों की तुलना में प्रक्षेपवक्र भविष्यवाणी (trajectory prediction) की सटीकता और सामान्यीकरण में बेहतर प्रदर्शन करने में सक्षम होता है और ज़ीरो-शॉट परिनियोजन (zero-shot deployment) एवं कम-डेटा अनुकूलन का समर्थन करता है।
यह शोध पत्र TARCAT को प्रस्तुत करता है, जो व्यावसायिक डेटा और निर्देशात्मक वीडियो से प्राप्त 41 निर्माण क्रिया प्रिमिटिव्स (action primitives) का एक मानव-व्याख्या योग्य वर्गीकरण है, जिसे मानव कार्य के विश्लेषण को मानकीकृत करने और पुन: प्रयोज्य, कंपोजेबल कौशल के माध्यम से सामान्य-उद्देश्य वाले रोबोट श्रमिकों के विकास को सक्षम करने के लिए डिज़ाइन किया गया है।
सुपर ओडोमेट्री 2.0 एक लचीला सेंसर फ्यूजन फ्रेमवर्क है जो अनुकूली विशेषता चयन, अवस्था दिशा चयन, इंजन चयन और एक नवीन लर्निंग-आधारित जड़त्वीय ओडोमेट्री (इनर्शियल ओडोमेट्री) को गतिशील रूप से एकीकृत करने के लिए एक पदानुक्रमित अनुकूलन रणनीति का उपयोग करता है, जो धुआं, रेत के तूफान और कम रोशनी जैसी गंभीर पर्यावरणीय गिरावट की स्थितियों में भी विविध रोबोटिक प्लेटफॉर्म्स पर सुदृढ़ स्वायत्त नेविगेशन को सक्षम बनाता है।
यह शोध पत्र पूरी तरह से संचालित मल्टीरोटर्स के लिए एक वायबिलिटी कर्नेल मॉडल प्रेडिक्टिव कंट्रोल फ्रेमवर्क प्रस्तावित करता है जो व्यापक ऑफलाइन विश्लेषण के बिना बाधा निवारण के लिए डेटा-संचालित विधियों और गतिशील रूप से गणना किए गए बाउंडिंग बॉक्सों का लाभ उठाकर अनस्ट्रक्चर्ड वातावरण में सुरक्षित, वास्तविक समय नेविगेशन सुनिश्चित करता है।
यह शोध पत्र ConfAL-WM प्रस्तुत करता है, जो एक कॉन्फिडेंस-गाइडेड एक्टिव लर्निंग फ्रेमवर्क है जो स्थानीयकृत स्पैटियोटेम्पोरल त्रुटियों (spatiotemporal errors) की भविष्यवाणी करने के लिए एक लाइटवेट कॉन्फिडेंस प्रोब को संलग्न करके पोस्ट-ट्रेनिंग एम्बोडीड वर्ल्ड मॉडल्स को बेहतर बनाता है, जिससे भविष्यवाणियों की गुणवत्ता और प्रक्षेपवक्र निरंतरता (trajectory consistency) में सुधार के लिए कुशल डेटा चयन और लक्षित पुन: प्रशिक्षण सक्षम होता है।
यह शोध पत्र RA-VLA को प्रस्तुत करता है, जो एक रिट्रीवल-ऑगमेंटेड विजन-लैंग्वेज-एक्शन फ्रेमवर्क है जो व्यवहार-संरेखित संदर्भ पुनर्प्राप्ति (behavior-aligned context retrieval) को एक ग्राउंडेड निष्पादन पाइपलाइन के साथ एकीकृत करके मौजूदा ट्रेनिंग-फ्री विधियों की अनुकूलन बाधाओं (adaptation bottlenecks) को दूर करता है, जिससे सिम्युलेटेड और वास्तविक दुनिया दोनों वातावरणों में नवीन रोबोटिक कार्यों में बेहतर सफलता दर और दक्षता प्राप्त होती है।