4289 पेपर
यह शोध पत्र PUSH को पेश करता है, जो एक स्केलेबल लाइफलॉन्ग मल्टी-एजेंट पाथ फाइंडिंग प्लानर है, जो स्टैगर्ड सबसेट प्लानिंग को विंडो-आधारित पाथ अपडेट और EPIBT-प्रेरित संघर्ष समाधान के साथ जोड़कर सामान्य मानचित्रों पर हजारों एजेंटों के लिए उच्च-थ्रूपुट, लॉन्ग-होरिज़न समन्वय प्राप्त करता है।
यह शोध पत्र एक हल्के, कस्टम श्राउड सिस्टम के डिजाइन और प्रयोगात्मक सत्यापन को प्रस्तुत करता है जो क्रेजीफ्लाई 2.1 माइक्रो एयर व्हीकल को एक मल्टी-मोडल रोबोट में बदल देता है, जो अनुकूलित डक्ट ज्यामिति के माध्यम से काफी विस्तारित इन-ग्राउंड-इफेक्ट होवर समय प्राप्त करने में सक्षम है, जबकि व्यवहार्य फ्री-फ्लाइट प्रदर्शन को भी बनाए रखता है।
यह शोध पत्र प्रदर्शित करता है कि कॉम्पैक्ट CMOS इसिंग मशीनें मल्टी-रोबोट मल्टी-टारगेट प्लानिंग के विशिष्ट परतों के लिए प्रभावी कम-शक्ति वाले त्वरकों (एक्सेलेरेटर्स) के रूप में कार्य कर सकती हैं, जो एक नवीन हार्डवेयर-अवेयर मैपिंग पाइपलाइन के माध्यम से रूट की गुणवत्ता में न्यूनतम गिरावट के साथ टारगेट शेयरिंग में 8,000 गुना तक ऊर्जा बचत और कुल ऊर्जा में 130 गुना कमी प्राप्त करती हैं।
यह शोध पत्र PILOT को प्रस्तुत करता है, जो एक ऐसा ढांचा है जिसमें एक 'रिप्रेजेंटेशनल डिडक्शन' (Representational Deduction) तंत्र है जो मोशन चेन-ऑफ-थॉट मार्गदर्शन को एकीकृत करके उच्च-स्तरीय भौतिक अवस्था विकास को निम्न-स्तरीय प्रक्षेपवक्र (trajectory) पीढ़ी से अलग करता है, जिससे जटिल रोबोटिक कार्यों में 'वर्ल्ड एक्शन मॉडल्स' की सफलता दर, सामान्यीकरण और भौतिक व्याख्यात्मकता में वृद्धि होती है।
यह शोध पत्र जटिल फीडबैक कंट्रोलर डिज़ाइन पर लार्ज लैंग्वेज मॉडल्स का मूल्यांकन करने के लिए CoDyControlBench प्रस्तुत करता है, जो कंट्रोल नॉलेज द्वारा संचालित महत्वपूर्ण प्रदर्शन अंतराल को प्रकट करता है और यह प्रदर्शित करता है कि एक रीजनिंग-डिस्टिल्ड 1.5B-पैरामीटर मॉडल भौतिक रोबोटिक अनुप्रयोगों में मजबूत, एज-डिप्लॉय करने योग्य सफलता प्राप्त कर सकता है।
AutoIntervene एक ऑनलाइन फ्रेमवर्क है जो एक्शन-चंकिंग इमिटेशन लर्निंग को स्वचालित रूप से थ्रेशोल्ड को कैलिब्रेट करके बढ़ाता है ताकि विजुअल-एक्शन कंसिस्टेंसी के आधार पर पॉलिसी और एक मानव ऑपरेटर के बीच नियंत्रण को चुनिले ढंग से स्थानांतरित किया जा सके, जिससे निष्पादन ड्रिफ्ट (execution drift) को सुधारा जा सके और वास्तविक दुनिया के द्विपक्षीय (bimanual) हेरफेर में कार्य सफलता में सुधार किया जा सके।
LifelongCrossNav एक ऐसा फ्रेमवर्क है जो एक निरंतर साझा विरल (sparse) 3D सिमेंटिक वोक्सेल मेमोरी को बनाए रखकर और विशिष्ट सीढ़ी पार करने की क्षमताओं को एकीकृत करके, नए पेश किए गए HM3D-MFMON बेंचमार्क पर मौजूदा प्लानर बेसलाइनों से बेहतर प्रदर्शन करते हुए, अज्ञात इनडोर वातावरणों में कई मंजिलों के माध्यम से क्रमिक बहु-वस्तु नेविगेशन को सक्षम बनाता है।
यह शोध पत्र रास्पबेरी पाई 5 के लिए एक हार्डवेयर-प्रतिबंधित वर्कफ़्लो प्रस्तावित करता है जो वास्तविकता के अंतर (रियलिटी गैप) को पाटने के लिए भौतिकी-आधारित सिंथेटिक LiDAR डेटा का उपयोग करता है और पॉइंट क्लाउड्स को कंप्रेस करने के लिए एक नियतात्मक क्रिटिकल पॉइंट्स लेयर का उपयोग करता है, जिससे एज डिवाइसेस पर 50 FPS की गति से 88.36% सटीकता के साथ रीयल-टाइम 3D ऑब्जेक्ट क्लासिफिकेशन प्राप्त होता है।
यह फील्ड रिपोर्ट प्रयोगशाला स्वचालन के लिए एक OpenArm-आधारित मोबाइल मैनिपुलेशन प्रोटोटाइप प्रस्तुत करती है जो भाषा, धारणा और नियोजन को एकीकृत करने के लिए एक "रिप्रेजेंटेशन हैंडऑफ" आर्किटेक्चर का उपयोग करती है, जो यह प्रदर्शित करती है कि कैसे मध्यवर्ती निरूपण (intermediate representations) अंशांकन अंतराल (calibration gaps) और अपूर्ण ऑब्जेक्ट एसेट्स जैसे महत्वपूर्ण परिनियोजन अवरोधों की प्रभावी ढंग से पहचान कर उन्हें उजागर कर सकते हैं।
यह शोध पत्र TEMPO का प्रस्ताव करता है, जो एक सिमेंटिक-एक्शन डिकपल्ड सुदृढीकरण शिक्षण (reinforcement learning) ढांचा है जो विजन-लैंग्वेज बैकबोन को फ्रीज करता है और उच्च-स्तरीय निरूपणों (representations) को स्थिर करने और निम्न-स्तरीय नियंत्रण सीखने में तेजी लाने के लिए सिमेंटिक प्रोजेक्शन लेयर और एक्शन एक्सपर्ट के लिए अलग-अलग, टू-टाइमस्केल अपडेट रणनीतियों का उपयोग करता है, जिससे यह बेंचमार्क और वास्तविक दुनिया के हेरफेर (manipulation) कार्यों दोनों पर मौजूदा सुपरवाइज्ड और आरएल पोस्ट-ट्रेनिंग विधियों से बेहतर प्रदर्शन करता है।