4223 पेपर
यह अध्ययन प्रदर्शित करता है कि ज़ीरो-शॉट एलएलएम (विशेष रूप से जेमिनी 2.5 फ्लैश) का प्रीट्रेन्ड ऑडियो और विजुअल मॉडल्स (HuBERT और V-JEPA) के साथ मल्टीमॉडल फ्यूजन, वास्तविक दुनिया के एचआरआई सेटिंग्स में तीसरे पक्ष द्वारा रेट किए गए रैपोर (rapport) का प्रभावी ढंग से अनुमान लगाता है, जो व्यक्तिगत मॉडल्स से बेहतर प्रदर्शन करता है और इंटरेक्शन की अवधि और समूह के आकार जैसी प्रासंगिक परिवर्तनशीलता को ध्यान में रखने की आवश्यकता को रेखांकित करता है।
यह सर्वेक्षण रोबोट फाउंडेशन मॉडल्स में "एम्बॉडमेंट गैप" (embodiment gap) की पहचान और विश्लेषण करता है—जो पुन: प्रयोज्य निरूपणों (reusable representations) और उन्हें विभिन्न भौतिक रोबोटों पर निष्पादन के लिए अनुकूलित करने हेतु आवश्यक विशिष्ट कार्य के बीच का महत्वपूर्ण विच्छेद है—विद्यमान विधियों को मैप करके, अनुकूलन रणनीतियों को वर्गीकृत करके, और क्रॉस-एम्बॉडमेंट सामान्यीकरण (cross-embodiment generalization) का बेहतर मूल्यांकन करने के लिए एक व्यापक रिपोर्टिंग ढांचे का प्रस्ताव देकर।
यह शोध पत्र पाँच ऑटिस्टिक वयस्कों के साथ किए गए एक सह-डिज़ाइन अध्ययन के निष्कर्ष प्रस्तुत करता है, जो यह प्रकट करता है कि सामाजिक-संज्ञान प्रशिक्षण के लिए सामाजिक रोबोटों को साथी के विकल्प के रूप में कार्य करने के बजाय, स्वतंत्रता का समर्थन करने के लिए प्रामाणिकता और उपयोगकर्ता नियंत्रण को प्राथमिकता देने वाले, विन्यास योग्य (कॉन्फ़िगर करने योग्य) और निजी रिहर्सल पार्टनर्स के रूप में कार्य करना चाहिए।
यह शोध पत्र LabDex को प्रस्तुत करता है, जो एक बड़े पैमाने का, पदानुक्रमित बेंचमार्क और डेटासेट है जो रसायन विज्ञान प्रयोगशालाओं में परमाणु कौशल (atomic skills), संरचनात्मक कार्यों (compositional tasks) और दीर्घ-अवधि के प्रयोगों (long-horizon experiments) में कुशल हेरफेर (dexterous manipulation) के लिए रोबोटिक नीतियों का व्यवस्थित रूप से मूल्यांकन और प्रशिक्षण देने हेतु वास्तविक दुनिया और सिमुलेशन वातावरण को एकीकृत करता है।
यह शोध पत्र RoomWright को प्रस्तुत करता है, जो एक एजेंटिक फ्रेमवर्क है जो केवल दृश्य प्लेसमेंट के बजाय उपयोग-संचालित वस्तु तर्क (usage-driven object reasoning) और नियम-आधारित इंटरेक्शन मॉडलिंग पर ध्यान केंद्रित करके एम्बोडीड एआई (embodied AI) के लिए निष्पादन योग्य, कोड-आधारित 3D इनडोर दृश्य उत्पन्न करता है।
यह शोध पत्र AgriNav प्रस्तुत करता है, जो एक स्वायत्त कृषि ट्रैक्टर प्रणाली है जो धान के खेतों में GNSS क्षरण के बावजूद सुदृढ़, साइट-विशिष्ट खरपतवार प्रबंधन और निरंतर नेविगेशन प्राप्त करने के लिए एक विशिष्ट चावल-पहचान (rice-detection) CNN को एक विषम वर्ग-भारण (asymmetric class-weighting) रणनीति और एक चार-तंत्र LiDAR-कैमरा फ्यूजन ब्रिज के साथ एकीकृत करता है।
ADEPТ एक बड़े पैमाने का सुदृढीकरण शिक्षण (reinforcement learning) ढांचा है जो सामान्य कार्यों पर प्री-ट्रेनिंग करके और एक स्थिर पोस्ट-ट्रेनिंग रेसिपी का उपयोग करके उच्च-डिग्री-ऑफ-फ्रीडम वाले रोबोटों में मानव-स्तर की निपुणता के विकास को गति देता है, ताकि रॉ विज़ुओ-टैक्टाइल धारणा (visuo-tactile perception) से जटिल, दीर्घ-अवधि के हेरफेर कार्यों को हल करने के लिए ज़ीरो-शॉट सिम-टू-रियल स्थानांतरण को सक्षम किया जा सके।
यह शोध पत्र PartialBiGrasp प्रस्तुत करता है, जो एक नवीन फ्रेमवर्क है जो कॉन्वोल्यूशनल ऑक्यूपेंसी नेटवर्क के माध्यम से छिपी हुई स्थानीय ज्यामिति को अंतर्निहित रूप से सीखकर फोर्स-क्लोजर अनुपालन वाले ग्रैस्प पेयर्स (grasp pairs) को उत्पन्न और परिष्कृत करने के लिए आंशिक पॉइंट क्लाउड दृश्यों से जटिल वस्तुओं की सुदृढ़ द्वि-भुजा रोबोटिक ग्रैस्पिंग को सक्षम बनाता है।
यह शोध पत्र पैरामीट्रिक सुरक्षा विशिष्टताओं (parametric safety specifications) के लिए डायनेमिक शील्ड्स पेश करता है जो एआई-नियंत्रित स्वायत्त प्रणालियों को पारंपरिक स्थिर पुनर्गणना (static recomputation) से जुड़ी महंगी देरी के बिना रनटाइम पर विकसित होते सुरक्षा आवश्यकताओं के अनुकूल कुशलतापूर्वक ढलने में सक्षम बनाते हैं।
यह शोध पत्र ब्रांच मॉडल प्रेडिक्टिव कंट्रोल का उपयोग करके प्रक्षेपवक्र नियोजन (ट्रैजेक्टरी प्लानिंग) के लिए एक उच्च-प्रदर्शन वाला GPU-आधारित सॉल्वर प्रस्तुत करता है, जो बड़े पैमाने की समस्याओं पर CPU-आधारित विधियों से बेहतर प्रदर्शन करने के लिए मल्टीपल-शूटिंग फॉर्मूलेशन को संवर्धित लैग्रेंजियन बाधाओं और अनुकूलित समानांतर LQR एल्गोरिदम के साथ जोड़ता है।