4321 पेपर
यह शोधपत्र HumanCLAW प्रस्तुत करता है, जो एम्बोडीड इंटेलिजेंस (embodied intelligence) के मूल्यांकन के लिए विजन-लैंग्वेज मॉडल के निर्णय लेने की प्रक्रिया को मोटर निष्पादन (motor execution) से अलग करता है, जिससे यह पता चलता है कि वर्तमान मॉडल मुख्य रूप से पहचान क्षमताओं के बजाय एम्बोडीड आत्म-जागरूकता (embodied self-awareness) की कमी के कारण लंबी अवधि के भौतिक कार्यों में विफल होते हैं।
यह शोध पत्र एक संदर्भ-अनुकूल नीति ढांचे (context-adaptive policy framework) का प्रस्ताव करता है जो बदलते पर्यावरणीय परिस्थितियों के अनुकूल होने में सक्षम मजबूत और प्रतिक्रियाशील रोबोटिक हेरफेर रणनीतियों को उत्पन्न करने के लिए कार्य-प्राचलीकृत अनुकरण शिक्षण (task-parameterized imitation learning) को अनिश्चितता-जागरूक विशेषज्ञों के मिश्रण (uncertainty-aware Mixture of Experts) के साथ एकीकृत करता है।
यह शोध पत्र NVIDIA Omniverse में जनरेट किए गए एक सार्वजनिक रूप से उपलब्ध सिंथेटिक डेटासेट को प्रस्तुत करता है जिसका उपयोग स्थानिक तर्क (spatial reasoning) और विजुअल पर्सपेक्टिव टेकिंग (Visual Perspective Taking) पर विजन-लैंग्वेज मॉडल्स को प्रशिक्षित करने के लिए किया जाता है, जो मानव-रोबोट इंटरेक्शन में एम्बोडीड कॉग्निशन (embodied cognition) की दिशा में एक आधारभूत कदम के रूप में कार्य करता है।
यह शोध पत्र विसरित कैंसर (डिफ्यूज कैंसर) के उपचार के लिए नैनोबॉट झुंडों के समन्वय हेतु एक गणितीय मॉडल और तीन एल्गोरिदम (KM, KMA, और KMAR) प्रस्तुत करता है, जो यह प्रदर्शित करता है कि KMAR एल्गोरिदम, जो उपचारित स्थलों से एजेंटों को दूर धकेलने के लिए नकारात्मक कीमोटैक्सिस (नेगेटिव कीमोटैक्सिस) का उपयोग करता है, विभिन्न कैंसर पैटर्नों में सबसे सुदृढ़ और अनुकूलनीय प्रदर्शन प्रदान करता है।
यह शोध पत्र एक अनिश्चितता-जागरूक मोशन प्लानिंग और जोखिम विश्लेषण ढांचे को प्रस्तुत करता है जो अनिश्चित वातावरण में मनुष्यों के साथ सहयोग करने वाले मल्टी-रोटर हवाई वाहनों के लिए सुरक्षित, गतिशील रूप से व्यवहार्य प्रक्षेप पथ उत्पन्न करने हेतु सिग्नल टेम्पोरल लॉजिक और स्मूथ रोबस्टनेस सन्निकटन का उपयोग करता है, जिसे पावर लाइन रखरखाव कार्यों के सिमुलेशन के माध्यम से मान्य किया गया है।
यह शोध पत्र बिहेवियर क्लोनिंग (Behavior Cloning) नीतियों पर क्लीन-लेबल बैकडोर हमलों का पहला विश्लेषण प्रस्तुत करता है, जो यह प्रदर्शित करता है कि न्यूनतम रूप से दूषित डेटासेट भी ऐसी नीतियां उत्पन्न कर सकते हैं जिनका प्रदर्शन बेसलाइन के अत्यंत निकट होता है लेकिन जो ट्रिगर-आधारित शोषण के प्रति अत्यधिक संवेदनशील होती हैं, साथ ही यह नीति के प्रदर्शन को और अधिक कम करने के लिए एक नवीन एंट्रॉपी-आधारित टेस्ट-टाइम हमले को भी पेश करता है।
CycleVLA विज़न-लैंग्वेज-एक्शन मॉडल्स के लिए एक सक्रिय आत्म-सुधार प्रणाली है जो सबटास्क बैकट्रैकिंग और मिनिमम बेयस रिस्क डिकोडिंग के माध्यम से प्रारंभिक विफलताओं का पूर्वानुमान लगाती है और उनसे उबरती है, जो सिमुलेशन और वास्तविक दुनिया के रोबोटिक मैनिपुलेशन कार्यों दोनों में अत्याधुनिक बेसलाइन की तुलना में काफी बेहतर प्रदर्शन करती है।
यह शोध पत्र स्व-प्रमाणित फोटोग्रामेट्रिक पुनर्निर्माणों के लिए एक ट्रैक-लीकेज-मुक्त होल्ड-आउट प्रोटोकॉल प्रस्तुत करता है, जो यह प्रदर्शित करता है कि जबकि यह आंतरिक ज्यामितीय निरंतरता को प्रभावी ढंग से मापता है, यह पूर्ण सटीकता का पूर्वानुमान लगाने या वैश्विक रूप से विकृत मॉडलों का विश्वसनीय रूप से पता लगाने में विफल रहता है।
यह शोध पत्र एक डिफरेंशियल-टॉर्क नियंत्रण विधि का प्रस्ताव और सत्यापन करता है जो एक स्टीयरिंग-मुक्त, चार-पहिया स्वतंत्र रूप से संचालित वाहन को केवल व्हील टॉर्क मॉड्यूलेशन के माध्यम से स्थिर-अवस्था ड्रिफ्टिंग और जटिल प्रक्षेपवक्र ट्रैकिंग प्राप्त करने में सक्षम बनाता है, जो सीमा-निकट स्वायत्त वाहन नियंत्रण के लिए एक नया दृष्टिकोण प्रदान करता है।
यह शोध पत्र संपर्क-समृद्ध प्रक्षेपवक्र अनुकूलन (contact-rich trajectory optimization) के लिए एक कुशल इम्पलिसिट फंक्शन थ्योरम-आधारित डिफरेंशिएबल सिमुलेशन विधि प्रस्तुत करता है जो अनरोल्ड ऑटोमैटिक डिफरेंशिएशन की तुलना में मेमोरी उपयोग को काफी कम कर देता है, और इसे ऑप्टिमाइज़र डिस्टिलेशन के साथ जोड़ता है ताकि जटिल रोबोटिक कार्यों में रेसिडुअल MPC की सफलता दर में महत्वपूर्ण सुधार किया जा सके।