4289 पेपर
यह शोधपत्र ResPlan प्रस्तुत करता है, जो 17,000 मीट्रिक-स्केल आवासीय फ्लोर प्लान के विस्तृत रूम एनोटेशन और कनेक्टिविटी ग्राफ से युक्त एक बड़े पैमाने का वेक्टर-ग्राफ डेटासेट है, जिसे मौजूदा रास्टर-आधारित या फ्लोर-प्लेट-स्तर के डेटासेट्स की सीमाओं से परे सिमेंटिक लेबलिंग, जनरेटिव मॉडलिंग और स्थानिक तर्क (स्पेशियल रीजनिंग) में अनुसंधान को आगे बढ़ाने के लिए डिज़ाइन किया गया है।
यह शोध पत्र किचन रोबोटिक मैनिपुलेशन के लिए एक मॉड्यूलर परसेप्शन पाइपलाइन प्रस्तुत करता है जो मजबूत 6D पोज़ एस्टीमेशन और ग्रैस्प प्लानिंग प्राप्त करने के लिए कई फाउंडेशन मॉडल्स को एकीकृत करता है, जो एक क्लटर्ड बेंचमार्क पर 89.12% ADI और डिश ट्रांसफर और कप स्टैकिंग जैसे कार्यों के लिए भौतिक रोबोटों पर सफल ज़ीरो-शॉट डिप्लॉयमेंट प्रदर्शित करता है।
टैक्टस (Tactus) एक ओपन-वोकेबुलरी टैक्टाइल रिकग्निशन मॉडल है जो केवल 187 लेबल किए गए रिकॉर्डिंग का उपयोग करके STAG बेंचमार्क पर अत्याधुनिक प्रदर्शन प्राप्त करने के लिए कम लागत वाले रेजिस्टिव प्रेशर एरेज़ पर मास्क्ड ऑटोएनकोडर प्रीट्रेनिंग का लाभ उठाता है, जो यह प्रदर्शित करता है कि प्रभावी स्पर्श-आधारित वस्तु पहचान के लिए ऑप्टिकल सेंसर या बड़े पैमाने पर सुपरवाइज्ड डेटासेट की आवश्यकता नहीं होती है।
यह शोध पत्र एक विकेंद्रीकृत रोबोट स्वार्म इंट्रा लॉजिस्टिक्स सिस्टम को प्रस्तुत और मान्य करता है जो आइटम की तात्कालिकता प्रसारित करने के लिए अल्ट्रा-लो-पावर IoT टैग का उपयोग करता है, जिससे रोबट केंद्रीय शेड्यूलिंग के बिना सिस्टम दक्षता बनाए रखते हुए स्वायत्त रूप से समय-संवेदनशील कार्यों को प्राथमिकता दे पाते हैं।
यह शोध पत्र एक हल्का, वास्तविक समय का एज-अवेयर इंस्टेंस सेगमेंटेशन फ्रेमवर्क और एक संगत डेटासेट प्रस्तुत करता है जो 3D धारणा में उच्च सटीकता और दक्षता प्राप्त करने के लिए बाउंड्री कंटूर का लाभ उठाकर पारदर्शी प्रयोगशाला ग्लासवेयर के साथ रोबोटिक टकराव से बचाव को सक्षम बनाता है।
यह शोध पत्र प्रिफिक्स-ऑप्टिमल जेनरेटिव पॉलिसीज़ (POGP) पेश करता है, जो एक प्रिफिक्स वैल्यू फंक्शन को सीखता है ताकि डिफ्यूजन डिनोइजिंग प्रक्रिया के अनुकूलनशील अर्ली स्टॉपिंग (early stopping) को सक्षम बनाया जा सके, जिससे निरंतर नियंत्रण (continuous control) में अंतिम कार्य प्रदर्शन में सुधार करते हुए साथ ही गणनात्मक लागतों को काफी कम किया जा सके।
यह शोध पत्र विविध भूभागों में एक छह पहियों वाले रोवर के फील्ड डेटा का विश्लेषण करके ग्रहों के रोवर नेविगेशन के लिए फोर्स-टॉर्क सेंसर के प्रदर्शन और क्षमता का मूल्यांकन करता है, जो भविष्य के सेंसर एकीकरण और नियंत्रण एल्गोरिदम डिजाइन का मार्गदर्शन करने के लिए चुनौतियों और अवसरों पर प्रकाश डालता है।
MIMIC-MJX एक तेज़ और सामान्यीकरण योग्य ढांचा है जो जानवरों के व्यवहार को सटीक रूप से सिम्युलेट करने और भौतिक सिमुलेशन में अंतर्निहित मोटर नियंत्रण प्रक्रियाओं को मॉडल करने के लिए काइनेमैटिक डेटा से बायोमैकेनिकल रूप से आधारित न्यूरल कंट्रोल पॉलिसीज़ सीखता है।
यह शोध पत्र RoboProcessBench को प्रस्तुत करता है, जो एक व्यापक बेंचमार्क और डेटासेट है जिसे रोबोटिक हेरफेर (manipulation) में विजन-लैंग्वेज मॉडल्स की प्रक्रिया-सचेत समझ (process-aware understanding) का मूल्यांकन करने और उसे बढ़ाने के लिए डिज़ाइन किया गया है, जो इस क्षमता को 12 नैदानिक कार्य परिवारों (diagnostic task families) में स्टेटिक मॉनिटरिंग और डायनेमिक रीजनिंग आयामों में विभाजित करता है।
ValueFormer एक कॉम्पैक्ट, कॉज़ल ट्रांसफॉर्मर पेश करके इमिटेशन-लर्निंग-आधारित विजन-लैंग्वेज-एक्शन पॉलिसियों की साइलेंट फेलियर (मौन विफलता) को संबोधित करता है, जो प्रभावी ऑनलाइन मिस्टेक डिटेक्शन और एडवांटेज एस्टीमेशन को सक्षम करने के लिए डेंस, स्टेज-अवेयर प्रति-फ्रेम वैल्यू लेबल जेनरेट करता है, जिससे बिना किसी महंगी रिइन्फोर्समेंट लर्निंग की आवश्यकता के वास्तविक-रोबोट मैनिपुलेशन कार्यों पर टास्क कंप्लीशन रेट में महत्वपूर्ण सुधार होता है।