4289 पेपर
यह शोध पत्र एक नवीन हिप-एनर्जाइज्ड मोनोपेडल होपिंग रणनीति प्रस्तुत करता है जो डैम्पिंग लॉस (damping losses) का मुकाबला करने और चाल की ऊर्जा को नियंत्रित करने के लिए पिच स्टेबिलाइज़ेशन टॉर्क का उपयोग करती है, एक ऐसी विधि जिसे हाइब्रिड एवरेजिंग विश्लेषण, सिमुलेशन और पेन जेरबोआ (Penn Jerboa) रोबोट पर भौतिक प्रयोगों के माध्यम से मान्य किया गया है, जो प्रति सेकंड 8.85 पैर की लंबाई तक की स्थिर गति प्राप्त करने में सक्षम है।
यह शोध पत्र एक व्यू-एक्सपेंसिव माइक्रोस्कोप के लिए एक एआई-संचालित स्वचालित फील्ड-ऑफ-व्यू समायोजन प्रणाली प्रस्तुत करता है जो पिपेट की गति और ऑपरेटर की दृष्टि की व्याख्या करने के लिए एक एलएसटीएम (LSTM) मॉडल का उपयोग करता है, जो आईसीएसआई (ICSI) प्रक्रिया के समय को काफी कम करता है और नौसिखिया ऑपरेटरों को विशेषज्ञ-स्तर की गति प्राप्त करने में सक्षम बनाता है।
यह शोध पत्र SALT को प्रस्तुत करता है, जो एक सिमेंटिकली अलाइन्ड (semantically aligned) एक्शन टोकेनाइज़र है जो क्रिया-ग्राउंडिंग (verb-grounding) जानकारी को एक्शन लेटेंट्स (action latents) में संरक्षित करने के लिए मानक पुनर्निर्माण उद्देश्यों (reconstruction objectives) को एक सहायक भाषा रिकवरी कार्य के साथ बढ़ाता है, जिससे केवल पुनर्निर्माण-आधारित बेसलाइन की तुलना में भाषा-सशर्त रोबोट नियंत्रण प्रदर्शन में महत्वपूर्ण सुधार होता है।
बूस्ट (BooST) एक दो-चरणीय ढांचा है जो एक क्रॉस-मोडल VQ-VAE के माध्यम से उच्च-स्तरीय सिमेंटिक इंटेंट और निम्न-स्तरीय मोशन डायनेमिक्स के बीच के अंतर को पाटकर एक एकीकृत कौशल प्रतिनिधित्व (unified skill representation) बनाता है, जिससे वास्तविक दुनिया में रोबोट तैनाती के लिए कुशल फ्यू-शॉट अनुकूलन, क्रॉस-डोमेन ट्रांसफर और मजबूती सक्षम होती है।
यह शोध पत्र एक एम्बोडीडड मल्टीमॉडल ग्राउंडिंग फ्रेमवर्क प्रस्तुत करता है जो मौजूदा अत्याधुनिक दृष्टिकोणों की तुलना में अव्यवस्थित, अवरुद्ध और विभिन्न दृष्टिकोण-परिवर्तनीय घरेलू वातावरणों में ओपन-वोकैबुलरी मोबाइल मैनिपुलेशन सफलता दरों को महत्वपूर्ण रूप से सुधारने के लिए एक्टिव मल्टी-व्यू सिमेंटिक 3D गॉसियन स्प्लेटिंग को डिफ्यूजन-आधारित विजन-लैंग्वेज-एक्शन पॉलिसी के साथ एकीकृत करता है।
यह शोध पत्र प्रदर्शित करता है कि एक सुरक्षा-प्रतिबंधित मॉडल-प्रेडिक्टिव कंट्रोलर के करुश-कुन-टकर (Karush-Kuhn-Tucker) मल्टीप्लायर्स पर आधारित एक रनटाइम हजार्ड मॉनिटर (जिसे "डुअल स्ट्रेस" कहा गया है), स्वायत्त नेविगेशन परिदृश्यों में कहीं अधिक संभावित टकरावों का पता लगाकर पारंपरिक ज्यामितीय सुरक्षा मेट्रिक्स की तुलना में काफी बेहतर प्रदर्शन करता है और उन्हें पूरक बनाता है।
AECNav एक प्रशिक्षण-मुक्त, साक्ष्य-आधारित ढांचा है जो ज़ीरो-शॉट ओपन-वोकैबुलरी ऑब्जेक्ट नेविगेशन के लिए गेटेड परसेप्शन, बिलीफ कंसोलिडेशन और एक्टिव एक्सप्लोरेशन को एकीकृत करता है ताकि सिम्युलेटेड और भौतिक रोबोट दोनों पर अत्याधुनिक सफलता दर और कम विलंबता प्राप्त की जा सके।
फ्लेक्स- (Flex-) एक 6B-पैरामीटर वाला वर्ल्ड-एक्शन मॉडल है जो RGB के साथ-साथ 3D ज्यामिति और वस्तु अर्थविज्ञान (object semantics) को अंतर्निहित रूप से एनकोड करने के लिए एक फ्रोजन वीडियो-जेनरेशन VAE का लाभ उठाता है, जो एक लचीले, मल्टी-स्ट्रीम प्रशिक्षण दृष्टिकोण को सक्षम बनाता है जो बिना किसी नए सेंसर या प्री-ट्रेनिंग के वास्तविक दुनिया के द्विपक्षीय (bimanual) हेरफेर कार्यों में बेहतर सामान्यीकरण और दक्षता प्राप्त करता है।
यह शोध पत्र अनिश्चित ग्रहीय वातावरण में जोखिम-सचेत काइनोडायनेमिक मोशन प्लानिंग के लिए एक दो-चरणीय ढांचे को प्रस्तुत करता है जो एक सैंपलिंग-आधारित AO-RRT प्लैनर को अनुक्रमिक उत्तल अनुकूलन (sequential convex optimization) के साथ जोड़ता है, जिसमें सिमुलेशन और हार्डवेयर प्रयोगों दोनों में 97% से अधिक जोखिम कमी प्राप्त करने के लिए कंडीशनल वैल्यू-एट-रिस्क (CVaR) का उपयोग किया गया है।
यह शोध पत्र सर्जिकल WAM को प्रस्तुत करता है, जो एक जनरेटिव मॉडल है जो विजुअल डायनेमिक्स प्रायर्स (visual dynamics priors) सीखने के लिए प्रचुर मात्रा में एक्शन-मुक्त एंडोस्कोपिक वीडियो का लाभ उठाता है, जो सीमित एक्शन-लेबल वाले प्रदर्शनों पर फाइन-ट्यून किए जाने पर सर्जिकल रोबोट कार्यों में डेटा दक्षता और क्लोज्ड-लूप नियंत्रण प्रदर्शन में महत्वपूर्ण सुधार करता है।