4321 पेपर
यह शोध पत्र एक अनुकूलित स्टीरियो डिफरेंशिएबल रेंडरिंग फ्रेमवर्क प्रस्तुत करता है जो सर्जिकल रोबोटों के लिए वास्तविक समय में, उच्च-रिज़ॉल्यूशन, मार्कर-मुक्त पोज़ ट्रैकिंग प्राप्त करता है, जो ओक्लूजन (occlusion) के तहत मजबूती बनाए रखते हुए सटीकता और गति में मौजूदा बेसलाइनों से बेहतर प्रदर्शन करता है।
Jetson-PI एक नवीन फ्रेमवर्क है जो जेटसन ओरिन (Jetson Orin) जैसे कम शक्ति वाले ऑनबोर्ड उपकरणों पर विजन-लैंग्वेज-एक्शन (Vision-Language-Action) मॉडल्स को तैनात करने के लिए है, जो धारणा-निष्पादन मिसअलाइनमेंट (perception-execution misalignment) को हल करने के लिए एक फॉरसाइट-अलाइन्ड फ्यूचर करेक्शन मॉड्यूल (foresight-aligned future correction module) को कॉन्फिडेंस-आधारित शेड्यूलिंग (confidence-based scheduling) और रिएक्शन टाइम एवं लेटेंसी को न्यूनतम करने के लिए सिस्टम-लेवल ऑप्टिमाइज़ेशन के साथ जोड़कर रीयल-टाइम कंट्रोल प्राप्त करता है।
यह शोधपत्र एक एकीकृत सुदृढीकरण शिक्षण (reinforcement learning) ढांचे का प्रस्ताव करता है जो एक नीति (policy) में एक टेम्पोरल डेप्थ एनकोडर को समाहित करता है ताकि एक मानवोचित रोबोट (humanoid robot) को ऑनबोर्ड डेप्थ अवलोकनों से सीधे स्थिर और गतिशील विरोधियों के विरुद्ध मजबूत, विजन-आधारित सॉकर ड्रिबलिंग सीखने में सक्षम बनाया जा सके, जिससे स्पष्ट अवस्था अनुमान (state estimation) या विशेषाधिकार प्राप्त जानकारी पर निर्भर किए बिना उच्च सफलता दर प्राप्त की जा सके।
यह शोध पत्र यह तर्क देता है कि अपारदर्शी, स्वायत्त एआई प्रणालियों से जुड़ी नैतिक और कानूनी चिंताओं को व्यावहारिक निर्णय, सद्गुण और अंतर्ज्ञान जैसी गैर-मापन योग्य मानवीय क्षमताओं को प्राथमिकता देकर प्रभावी ढंग से कम किया जा सकता है, जिसमें सैन्य क्षेत्र का प्राथमिक उदाहरण के रूप में उपयोग करते हुए यह प्रदर्शित किया गया है कि कैसे ये गुण तकनीकी अपारदर्शिता और सामाजिक मानदंडों के बीच के अंतर को पाटते हैं।
यह शोध पत्र ExToken प्रस्तुत करता है, जो एक सुव्यवस्थित अन्वेषण के लिए विविक्त व्यवहारिक पूर्वग्रहों (discrete behavioral priors) पर नीतियों को अनुकूलित करने और प्रशिक्षण विविधता एवं नियत तैनाती (deterministic deployment) के बीच सामंजस्य बिठाने के लिए एक अवस्था-अनुकूलित टोकन चयनकर्ता का उपयोग करने के माध्यम से विजन-लैंग्वेज-एक्शन मॉडलों की नमूना दक्षता (sample efficiency) और अभिसरण (convergence) को बढ़ाता है।
यह शोध पत्र DenseReward को प्रस्तुत करता है, जो विविध विफलता मोड (failure modes) के एक सिंथेटिक रूप से जनरेट किए गए डेटासेट पर प्रशिक्षित एक डेंस रोबोटिक रिवॉर्ड मॉडल है, जो स्पार्स फीडबैक की सीमाओं को दूर करने और रोबोटिक मैनिपुलेशन पॉलिसी में सुधार करने के लिए विजुअल और लैंग्वेज इनपुट से फाइन-ग्रेन्ड, फ्रेम-लेवल रिवॉर्ड्स की भविष्यवाणी करता है।
यह शोध पत्र डिसेंटैंगल्ड अनसुपरवाइज्ड स्किल डिस्कवरी (DUSDi) का प्रस्ताव करता है, जो एक म्यूचुअल-इन्फॉर्मेशन-आधारित ऑब्जेक्टिव और वैल्यू फैक्टराइजेशन के माध्यम से पुन: प्रयोज्य, फैक्टर-विशिष्ट कौशल सीखने की एक नवीन विधि है, जो डाउनस्ट्रीम पदानुक्रमित सुदृढीकरण शिक्षण (hierarchical reinforcement learning) कार्यों को कुशलतापूर्वक हल करने में मौजूदा दृष्टिकोणों से काफी बेहतर प्रदर्शन करती है।
यह शोध पत्र एक सामान्य इंटरेक्शन लेयर फ्रेमवर्क और एक मॉडल-आधारित एक्टर-क्रिटिक विद डिले अडैप्टेशन (ACDA) एल्गोरिदम प्रस्तुत करता है जो सुदृढीकरण शिक्षण (रिनफोर्समेंट लर्निंग) एजेंटों को अदृश्य, समय-परिवर्तनीय विलंब (डिली) और पैकेट लॉस के प्रति गतिशील रूप से अनुकूल होने में सक्षम बनाता है, जो लोकोमोशन बेंचमार्क में मौजूदा विधियों से काफी बेहतर प्रदर्शन करता है।
यह शोध पत्र एक नवीन ज्यामितीय विधि प्रस्तुत करता है जो सामान्य क्वाड्रिक्स (quadrics) को अक्षीय-सममित (axisymmetric) के रूप में वर्गीकृत करती है और 3D समस्या को एक वर्गीकृत 2D शंकु विश्लेषण (conic analysis) में कम करके ऐसी सतह से एक बिंदु की निकटता की कुशलतापूर्वक गणना करती है, जो बुलेट (Bullet) जैसे वाणिज्यिक पुस्तकालयों की तुलना में बेहतर प्रदर्शन प्रदर्शित करता है।
यह शोध पत्र DecisionPerceiver का प्रस्ताव करता है, जो Perceiver IO से प्रेरित एक इंटरेक्शन-अवेयर अटेंशन-आधारित नेटवर्क है, जो जटिल, नेगोशिएशन-इंटेंस परिदृश्यों में स्वायत्त ड्राइविंग के लिए स्केलेबल, उच्च-प्रदर्शन निर्णय लेने हेतु डायनेमिक एजेंट फीचर्स को एक फिक्स्ड-साइज़ लेटेंट स्पेस में प्रोजेक्ट करता है।