4289 पेपर
यह शोध पत्र एक वास्तविक समय, प्रशिक्षण-मुक्त अनुकूली बेयज़ियन एल्गोरिदम प्रस्तुत करता है जो अज्ञात और गतिशील स्थितियों के तहत मजबूत, अनिश्चितता-परिमाणित प्रक्षेपवक्र भविष्यवाणियां उत्पन्न करने के लिए एक लक्ष्य के अंतर्निहित इरादों और गति अनुपालन का संयुक्त रूप से अनुमान लगाता है, जो सिमुलेशन और हार्डवेयर प्रयोगों दोनों में मौजूदा विधियों पर बेहतर प्रदर्शन प्रदर्शित करता है।
RadarGen एक डिफ्यूजन-आधारित फ्रेमवर्क है जो मल्टीमॉडल जेनेरेटिव सिमुलेशन के लिए डोमेन गैप को पाटने हेतु BEV-अलाइन्ड विजुअल, सिमेंटिक और मोशन क्यूज़ का लाभ उठाकर मल्टी-व्यू कैमरा इमेजरी से यथार्थवादी ऑटोमोटिव रडार पॉइंट क्लाउड्स को सिंथेसाइज करता है।
यह शोध पत्र SOOPER को प्रस्तुत करता है, जो एक सुरक्षित सुदृढीकरण शिक्षण (reinforcement learning) ढांचा है जो ऑनलाइन अन्वेषण के दौरान सुरक्षा की गारंटी देने के लिए रूढ़िवादी नीति पूर्ववृत्तों (conservative policy priors) और संभाव्य गतिकी मॉडलों का लाभ उठाता है, साथ ही इष्टतम अभिसरण प्राप्त करता है और बेंचमार्क एवं वास्तविक हार्डवेयर दोनों पर अत्याधुनिक तरीकों से बेहतर प्रदर्शन करता है।
RoboSynChallenge पेपर एक एकीकृत बेंचमार्क प्रस्तुत करता है जो बड़े पैमाने पर सिंथेटिक डेटा जनरेशन को मानकीकृत वास्तविक दुनिया के मूल्यांकन के साथ एकीकृत करके वास्तविक दुनिया के रोबोटिक डेटा की कमी को संबोधित करता है ताकि सामान्यीकरण योग्य और अनुकूलनीय हेरफेर नीतियों (manipulation policies) के विकास को आगे बढ़ाया जा सके।
यह अध्ययन एगोसेंट्रिक रोबोट छवियों से प्रॉक्सिमिक जोखिम (proxemic risk) के आकलन के लिए ओपन-सोर्स विजन-लैंग्वेज मॉडलों का मूल्यांकन करता है, जिसमें यह पाया गया है कि जबकि फाइन-ट्यूनिंग केवल मामूली समग्र लाभ प्रदान करती है, उन्नत प्रॉम्प्टिंग (advanced prompting) Qwen-VL जैसे विशिष्ट मॉडलों में उच्च-खतरे का पता लगाने में महत्वपूर्ण सुधार करती है, हालांकि सही सुरक्षा वर्गीकरण का सटीक स्थानिक ग्राउंडिंग (spatial grounding) के साथ आवश्यक रूप से सहसंबंध नहीं होता है।
यह शोध पत्र Attune को प्रस्तुत करता है, जो एक स्व-एनोटेशन टूल है जो ऑपरेटर की दृष्टि (आई गेज़) का विश्लेषण करने और अटेंशन प्रोफाइल उत्पन्न करने के लिए एआई का लाभ उठाता है, जिससे मल्टी-रोबोट पर्यवेक्षण परिदृश्यों में मानव ध्यान को प्रभावी ढंग से प्रबंधित करने के लिए रोबोट व्यवहारों को कैलिब्रेट करने हेतु अनुभवजन्य मार्गदर्शन प्राप्त होता है।
यह शोध पत्र FUSE को प्रस्तुत करता है, जो सक्रिय कार्यात्मक सामर्थ्य ग्राउंडिंग (active functional affordance grounding) के लिए एक नवीन ढांचा है जो एम्बोडीड एजेंटों को अनिश्चितता-संचालित अन्वेषण रणनीति और एक सीखे हुए एमोर्टाइज्ड प्लानर (amortized planner) के माध्यम से अनुकूल रूप से सिमेंटिक-जियोमेट्रिक साक्ष्य प्राप्त करके कार्य के आधार पर वस्तुओं को कुशलतापूर्वक पहचानने और स्थानिक रूप से ग्राउंड करने में सक्षम बनाता है, जिसे एक नए हैबिटेट-आधारित बेंचमार्क द्वारा मान्य किया गया है।
यह शोध पत्र HumanoidVLN को प्रस्तुत करता है, जो NVIDIA Isaac Sim पर निर्मित एक भौतिकी-आधारित (physics-grounded) सिम्युलेटर और बेंचमार्क है जो विविध मानव सदृश रोबोटों (humanoid robots) के लिए विजन-लैंग्वेज नेविगेशन की अनूठी चुनौतियों का समाधान करता है, जिसमें कई एम्बॉडीमेंट्स (embodiments) का समर्थन करना, कोलिजन-अवेयर (collision-aware) निर्देश डेटासेट उत्पन्न करना और मजबूत सिम-टू-रियल ट्रांसफर क्षमताओं का प्रदर्शन करना शामिल है।
टेम्पोरल GRPO, स्टेज-विशिष्ट एडवांटेज अलाइनमेंट के माध्यम से ट्राजेक्टरी-लेवल क्रेडिट एलियासिंग को कम करके विजन-लैंग्वेज-एक्शन सुदृढीकरण शिक्षण (reinforcement learning) को उन्नत करता है, जिससे पारंपरिक रोलआउट-लेवल विधियों की तुलना में कार्य सफलता और सैंपल दक्षता में सुधार होता है।
यह अध्ययन जटिल वायुरोधी सॉफ्ट न्यूमैटिक एक्ट्यूएटर्स के लिए विभिन्न निर्माण विधियों का मूल्यांकन और अनुकूलन करता है, जिसमें फ्यूज्ड डिपोजिशन मॉडलिंग (FDM) को सबसे अनुकूलनीय मार्ग के रूप में पहचाना गया है और एक व्यावहारिक डिज़ाइन-फॉर-मैन्युफैक्चरिंग फ्रेमवर्क स्थापित किया गया है जो ज्यामितीय सटीकता, संरचनात्मक अखंडता और वायुरोधी क्षमता सुनिश्चित करने के लिए विशिष्ट प्रक्रिया बाधाओं के साथ एक्ट्यूएटर आर्किटेक्चर को संरेखित करता है।