4997 पेपर
यह शोध पत्र LingBot-Depth प्रस्तुत करता है, जो एक डेप्थ कंप्लीशन मॉडल है जो विजुअल कॉन्टेक्स्ट का उपयोग करके डेप्थ मैप्स को परिष्कृत करने के लिए मास्क्ड डेप्थ मॉडलिंग और एक स्वचालित डेटा क्यूरेशन पाइपलाइन का लाभ उठाता है, जो सटीकता और कवरेज में शीर्ष स्तर के RGB-D कैमरों से बेहतर प्रदर्शन करते हुए स्थानिक धारणा कार्यों के लिए एक बड़े पैमाने का डेटासेट और संरेखित लेटेंट रिप्रेजेंटेशन प्रदान करता है।
यह शोध पत्र TC-IDM का प्रस्ताव करता है, जो एक टूल-केंद्रित इन्वर्स डायनेमिक्स मॉडल है जो सिंथेसाइज्ड वीडियो से कल्पित टूल ट्रैजेक्टरीज को निष्पादनीय 6-DoF एंड-इफेक्टर एक्शन्स में अनुवादित करके जनरेटिव वर्ल्ड मॉडल्स और भौतिक रोबोट नियंत्रण के बीच के अंतर को पाटता है, जिससे विविध कार्यों और एंड-इफेक्टर्स में सुदृढ़ ज़ीरो-शॉट सामान्यीकरण सक्षम होता है।
यह शोध पत्र एक नवीन पूर्ण गतिज मॉडल (full kinematic model) और एक गतिशील मॉडल-आधारित गुरुत्वाकर्षण क्षतिपूर्ति दृष्टिकोण प्रस्तुत करके dVRK-Si पेशेंट साइड मैनिपुलेटर के उन्नत संरचनात्मक गुरुत्वाकर्षण के कारण उत्पन्न होने वाली नियंत्रण सटीकता और प्रतिक्रिया समय की चुनौतियों का समाधान करता है।
यह शोध पत्र VALISENS प्रस्तुत करता है, जो एक सत्यापित सहकारी धारणा प्रणाली (cooperative perception system) है जो जटिल वातावरण में कनेक्टेड ऑटोमेटेड वाहनों के लिए डिटेक्शन सटीकता और मजबूती को महत्वपूर्ण रूप से बढ़ाने हेतु वाहनों और बुनियादी ढांचे से V2X-सक्षम मल्टी-सेंसर फ्यूजन को रीयल-टाइम हेल्थ मॉनिटरिंग के साथ एकीकृत करता है।
MapAnything एक एकीकृत, फीड-फॉरवर्ड ट्रांसफार्मर मॉडल है जो एक या अधिक छवियों के साथ वैकल्पिक ज्यामितीय इनपुट को जोड़कर सीधे मेट्रिक 3D दृश्य ज्यामिति और कैमरा पोज को रिग्रेस करता है, जो प्रभावी रूप से विविध 3D विजन कार्यों को एक एकल, कुशल ढांचे में एकीकृत करता है जो विशिष्ट मॉडलों से बेहतर प्रदर्शन करता है या उनके बराबर है।
यह शोध पत्र रोबोटिक मैनिपुलेटर्स के लिए सिमेंटिक संदर्भ प्रदान करने हेतु नॉलेज ग्राफ एम्बेडिंग्स को डीप रिइन्फोर्समेंट लर्निंग के साथ एकीकृत करने का प्रस्ताव करता है, जिससे कम्प्यूटेशनल जटिलता बढ़ाए बिना सीखने के समय में 60% की कमी और कार्य सटीकता में 15% का सुधार प्राप्त होता है।
यह शोध पत्र सिग्मा (Sigma) को प्रस्तुत करता है, जो pi0.5_base बैकबोन पर निर्मित और LoRA फाइन-ट्यूनिंग का उपयोग करके svla_so101_pickplace डेटासेट पर प्रशिक्षित एक विजन-लैंग्वेज-एक्शन मॉडल है, जो एक समय-अपडेट करने योग्य मध्यस्थ विचार स्थान (time-updatable mediating thought space) को पेश करके धारणा और क्रिया के बीच टेलीपैथिक-शैली के संरेखण को सफलतापूर्वक प्राप्त करता है जो सेमेंटिक स्थिरता को बनाए रखते हुए नियंत्रण त्रुटि को कम करता है।
यह शोध पत्र पूर्ववर्ती कार्यों के संश्लेषण और मानव-बहु-रोबोट अंतःक्रियाओं के लिए नेचुरल लैंग्वेज एनवायरनमेंट्स (NLEs) के डिज़ाइन स्पेस का अन्वेषण करने हेतु एक वर्चुअल रियलिटी रोल-प्लेइंग अध्ययन का संचालन करके कार्य समन्वय, स्वायत्तता और रोबोट व्यक्तित्व के संबंध में डिज़ाइन निहितार्थ प्राप्त करता है।
यह अनुभवजन्य अध्ययन इस बात की जांच करता है कि विकलांग छात्र उच्च शिक्षा में रोबोट-आधारित सहायता को कैसे देखते हैं, जिसमें यह पाया गया है कि भौतिक रोबोटों को केवल आवाज-आधारित एजेंटों की तुलना में अधिक समझदार माना जाता है और शारीरिक स्वरूप (एम्बॉडिमेंट) विभिन्न अंतःक्रिया भूमिकाओं और विकलांगता प्रकारों में सामाजिकता, जीवंतता और गोपनीयता की धारणाओं को महत्वपूर्ण रूप से प्रभावित करता है।
यह व्यवस्थित समीक्षा स्वास्थ्य हस्तक्षेपों में सामाजिक रोबोटों द्वारा नियोजित व्यवहार परिवर्तन रणनीतियों को वर्गीकृत करने और वर्तमान मूल्यांकन विधियों का मूल्यांकन करने के लिए 39 अध्ययनों का विश्लेषण करती है, जो अंततः इस क्षेत्र के लिए डिज़ाइन ह्यूरिस्टिक्स (heuristics) और भविष्य की अनुसंधान दिशाएँ प्रदान करती है।