4997 पेपर
यह शोध पत्र MonoRace प्रस्तुत करता है, जो एक सुदृढ़ मोनोक्यूलर एआई सिस्टम है जिसने बाहरी ट्रैकिंग के बिना ऑनबोर्ड स्टेट एस्टिमेशन और एक हाई-फ्रीक्वेंसी न्यूरल नेटवर्क कंट्रोलर का उपयोग करके 100 किमी/घंटा तक की गति पर मानव विश्व चैंपियनों को हराकर 2025 अबू धाबी ऑटोनॉमस ड्रोन रेसिंग प्रतियोगिता जीती।
यह शोधपत्र एक सरल, टूल-फ्री पुनरावृत्ति टेस्ट-टाइम रणनीति प्रस्तावित करता है जो टेक्स्ट-टू-इमेज जनरेशन को क्रमिक रूप से परिष्कृत करने के लिए एक विजन-लैंग्वेज मॉडल को क्रिटिक के रूप में उपयोग करती है, जो कई बेंचमार्क पर समानांतर सैंपलिंग बेसलाइन की तुलना में कंपोजिशनल सटीकता और मानवीय वरीयता में महत्वपूर्ण सुधार करती है।
यह शोध पत्र SPARK को प्रस्तुत करता है, जो एक ओपन-सोर्स, मॉड्यूलर बेंचमार्क और कंट्रोल फ्रेमवर्क है जिसे कॉन्फ़िगर करने योग्य सुरक्षित एल्गोरिदम, सिमुलेशन वातावरण और अनुसंधान एवं वास्तविक दुनिया की तैनाती दोनों के लिए निर्बाध हार्डवेयर एकीकरण प्रदान करके ह्यूमनॉइड रोबोटों की सुरक्षा सुनिश्चित करने के लिए डिज़ाइन किया गया है।
यह शोध पत्र एक नवीन मोबाइल रोबोट स्वार्म 'एकोस्टोबोट्स' (AcoustoBots) को प्रस्तुत करता है, जो पुनर्गठनीय फेज़्ड एरे (reconfigurable phased arrays) और एक बीड डिस्पेंसिंग सिस्टम से लैस है, ताकि स्थिर एकौस्टोफोरेटिक इकाइयों की सीमाओं को दूर किया जा सके और विस्तारित इंटरैक्शन क्षेत्रों में लेविटेशन, हैप्टिक्स और दिशात्मक ध्वनि जैसे स्केलेबल, लचीले मल्टीमॉडल इंटरैक्शन को सक्षम बनाया जा सके।
जैविक सहकारी प्रणालियों से प्रेरित, यह शोध पत्र एक नवीन ध्वनिक रोबोटिक प्रणाली प्रस्तुत और प्रयोगात्मक रूप से मान्य करता है जो हवा में वस्तुओं के स्थिर, संपर्क रहित परिवहन को प्राप्त करने के लिए फेज़्ड अल्ट्रासोनिक ट्रांसड्यूसर और समन्वित नियंत्रण रणनीतियों का उपयोग करती है।
यह शोध पत्र एक प्रशिक्षण-मुक्त (training-free), रनटाइम पॉलिसी स्टीयरिंग विधि प्रस्तुत करता है जो सिमुलेशन और एक पूर्व-प्रशिक्षित विजन-लैंग्वेज मॉडल का उपयोग करके उन एक्शन अनुक्रमों को सत्यापित और चुनकर रीजनिंग विजन-लैंग्वेज-एक्शन मॉडल्स की मजबूती और संरचनात्मक क्षमताओं को बढ़ाता है, जो उनके मध्यवर्ती पाठ्य योजनाओं (intermediate textual plans) के साथ निष्ठापूर्वक संरेखित होते हैं।
यह शोध पत्र RGMP-S प्रस्तुत करता है, जो एक नवीन फ्रेमवर्क है जो सुदृढ़ 3D दृश्य समझ के लिए लॉन्ग-होरिज़न ज्योमेट्रिक प्रायर स्किल सिलेक्टर और डेटा-कुशल मोशन सिंथेसिस के लिए एक रिकर्सिव एडेप्टिव स्पाइकिंग नेटवर्क को जोड़ता है, जिससे मानव सदृश रोबोटों को विविध सिम्युलेटेड और वास्तविक दुनिया के वातावरण में जटिल हेरफेर कार्यों को सामान्यीकृत करने में सक्षम बनाया जा सके।