4348 पेपर
यह शोध पत्र OctoSense प्रस्तुत करता है, जो एक ओपन-सोर्स मल्टीमॉडल सेंसर प्लेटफॉर्म और संबंधित डेटासेट है जो एक तेज़, सुदृढ़, लेट-फ्यूजन मास्क ऑटोएनकोडर को सक्षम बनाता है ताकि विभिन्न धारणा कार्यों (perception tasks) में, विशेष रूप से रात के समय या सेंसर विफलता जैसी खराब स्थितियों के तहत, मौजूदा इमेज-ओनली फाउंडेशन मॉडल्स से बेहतर प्रदर्शन किया जा सके।
VibeAct एक ऐसा फ्रेमवर्क है जो संपर्क (contact) और फिसलन (slip) के एक साझा भौतिक प्रतिनिधित्व का उपयोग करके वास्तविक दुनिया की पीज़ोइलेक्ट्रिक वाइब्रोटैक्टाइल सेंसिंग को सिमुलेशन-आधारित सुदृढीकरण लर्निंग (reinforcement learning) से जोड़ता है, जिससे कुशल रोबोटिक हाथों को ऐसी रिएक्टिव मैनिपुलेशन पॉलिसियाँ सीखने में सक्षम बनाया जा सके जो बिना किसी रॉ ऑडियो सिमुलेशन के भौतिक हार्डवेयर पर प्रभावी रूप से स्थानांतरित हो सकें।
यह शोध पत्र रिकरेंट जेनरेटिव रिप्ले (REGEN) का परिचय देता है, जो एक निरंतर इमिटेशन लर्निंग फ्रेमवर्क है जो पिछले कार्यों के निर्देशों से छद्म-रिप्ले प्रक्षेप पथ (pseudo-replay trajectories) को संश्लेषित करने के लिए वर्ल्ड एक्शन मॉडल्स का लाभ उठाता है, जिससे मूल मानवीय प्रदर्शनों को संग्रहीत करने की आवश्यकता के बिना रोबोटों में कैटास्ट्रोफिक फॉरगेटिंग को महत्वपूर्ण रूप से कम किया जा सकता है।
यह शोध पत्र ABC को प्रस्तुत करता है, जो रोबोटिक मैनिपुलेशन के लिए बिहेवियर क्लोनिंग हेतु एक पूर्णतः ओपन-सोर्स स्टैक है, जिसमें अब तक का सबसे बड़ा टेलीऑपरेशन डेटासेट (ABC-130K), को-ट्रेनिंग रेसिपीज़ के साथ एक पुनरुत्पादक हार्डवेयर और सिमुलेशन पाइपलाइन, और जटिल डेक्सट्रस कार्यों पर डिफ्यूजन ट्रांसफॉर्मर एवं विजन-लैंग्वेज-एक्शन आर्किटेक्चर का व्यापक मूल्यांकन शामिल है।
यह शोध पत्र विभिन्न जॉइंट गेन सैंपलिंग रणनीतियों, जिनमें प्रदर्शन-आधारित फ़िल्टरिंग और यूनिफॉर्म रैंडमाइजेशन शामिल हैं, की जांच और तुलना करता है, ताकि यूनिवर्सल क्वाड्रुपेडल लोकोमोशन के लिए एक एकल सुदृढ़ सुदृढीकरण शिक्षण (रीइन्फोर्समेंट लर्निंग) नीति को प्रशिक्षित किया जा सके जो ANYmal रोबोट पर ज़ीरो-शॉट परिनियोजन के माध्यम से सिम-टू-रियल गैप को सफलतापूर्वक पाट सके।
यह शोध पत्र एनीटाइम क्लोज्ड-लूप कॉन्फ्लिक्ट-बेस्ड सर्च (ACCBS) प्रस्तुत करता है, जो एक नवीन एल्गोरिदम है जो मल्टी-एजेंट पाथ फाइंडिंग के लिए कम विलंबता और ऑनलाइन गड़बड़ियों के प्रति मजबूती के साथ उच्च-गुणवत्ता वाले, एसिम्प्टोटिक रूप से इष्टतम समाधान प्रदान करने के लिए अपने प्लानिंग होराइजन को गतिशील रूप से समायोजित करता है और एक कंस्ट्रेंट ट्री का पुन: उपयोग करता है।
यह शोध पत्र एक ढांचा स्थापित करता है कि कैसे प्रतिनिधित्व (representation), रीडआउट (readout) और गतिकी (dynamics) दोषों के अपघटन के माध्यम से "प्रमाणित क्षितिज" (certified horizon) को सीमित करके यह प्रमाणित किया जा सके कि एक सीखा हुआ लेटेंट वर्ल्ड मॉडल कितने चरणों तक किसी भौतिक अपरिवर्तनीय (physical invariant) के लेवल सेट पर बना रहता है, जो यह प्रदर्शित करता है कि जबकि सिम्प्लेक्टिक संरचनाओं (symplectic structures) जैसे कठोर ज्यामितीय पूर्वग्रह (hard geometric priors) सीखे गए चार्ट्स में सामान्यीकरण करने में विफल हो सकते हैं, सॉफ्ट लिप्सचिट्ज़-अलाइन्ड (soft Lipschitz-aligned) अपरिवर्तनीय डिकोड किए गए भौतिक स्थान में संरक्षण नियमों (conservation laws) को मजबूती से संरक्षित कर सकते हैं।
यह शोध पत्र ज्ञात सममिति (symmetries) वाले लेटेंट वर्ल्ड मॉडल्स के लिए एक कॉन्फॉर्मल सर्टिफिकेशन फ्रेमवर्क प्रस्तावित करता है, जो यह प्रदर्शित करता है कि सटीक इक्विवेरिएंस (equivariance), ग्रुप ऑर्बिट्स के माध्यम से कैलिब्रेटेड, नॉन-वैक्यूअस ट्रस्ट-होरिज़ॉन कर्व्स के ट्रांसपोर्ट को सक्षम बनाता है और अनुभवजन्य ऑडिट में शून्य एंटी-कंजर्वेटिव उल्लंघनों को प्राप्त करता है।
यह शोध पत्र AeroCast को प्रस्तुत करता है, जो गैर-सहकारी हवाई बाधाओं के बहु-मोडल (multi-modal) 3D प्रक्षेप पथों की भविष्यवाणी करने के लिए ट्रांसफॉर्मर एनकोडर और मिश्रण घनत्व नेटवर्क (Mixture Density Networks) को संयोजित करने वाला एक वास्तविक समय का संभाव्य ढांचा है, जो मौजूदा नियतात्मक (deterministic) और आवर्ती (recurrent) विधियों की तुलना में काफी कम विस्थापन त्रुटियां और बेहतर वितरण सटीकता प्राप्त करता है।
यह शोध पत्र HALO को प्रस्तुत करता है, जो एक विज़ुओमोटर पॉलिसी (visuomotor policy) है जो विज़न-लैंग्वेज मॉडल प्रायों (priors) से डिस्टिल्ड अटेंशन-आधारित मेमोरी रिट्रीवल और स्पार्स अटेंशन मैकेनिज्म का लाभ उठाती है ताकि स्प्यूरियस कोरिलेशन (spurious correlations) और एरर एक्यूमुलेशन (error accumulation) को कम करके आंशिक रूप से अवलोकन योग्य (partially observable) वातावरण में विश्वसनीय लॉन्ग-होराइजन रोबोट नियंत्रण को सक्षम बनाया जा सके।