4515 पेपर
यह शोध पत्र एनएक्टर (Enactor) का परिचय देता है, जो एक एक्टर-केंद्रित जनरेटिव मॉडल है जो सिग्नल वाले चौराहों के स्थिर, उच्च-विश्वसनीयता वाले माइक्रोसिमुलेशन को प्राप्त करने के लिए एक क्लोज्ड-लूप प्रशिक्षण पाठ्यक्रम और पोलर कोऑर्डिनेट एनकोडिंग का उपयोग करता है, जो ट्रैफिक वितरण को पुनरुत्पादित करने और सुरक्षा उल्लंघनों को कम करने में मौजूदा बेसलाइन से काफी बेहतर प्रदर्शन करता है।
यह शोध पत्र एक एकीकृत, गतिविधि-जागरूक मल्टीमॉडल फ्रेमवर्क प्रस्तावित करता है जो रोबोट-सहायता प्राप्त सर्जरी में वास्तविक समय में त्रुटि का पता लगाने में महत्वपूर्ण सुधार करने के लिए वीडियो, किनेमैटिक्स और वर्णनात्मक टेक्स्टुअल प्रॉम्प्ट्स को एकीकृत करता है, जिससे अत्याधुनिक बेसलाइनों की तुलना में 16.6% तक F1 स्कोर में सुधार प्राप्त होता है।
यह शोध पत्र विज़न-लैंग्वेज-एक्शन मॉडल्स के लिए एक सक्रिय, अनिश्चितता-निर्देशित निरंतर शिक्षण प्रतिमान (continual learning paradigm) प्रस्तावित करता है जो लक्षित रिकवरी प्रदर्शनों (recovery demonstrations) के माध्यम से अनुकूलन दक्षता में सुधार करता है, जबकि ऐसे डेटा को एकीकृत करने पर प्लास्टिसिटी और कैटास्ट्रोफिक फॉरगेटिंग के बीच के ट्रेडऑफ़ का अनुभवजन्य विश्लेषण करता है।
यह शोध पत्र dVLA-RL को प्रस्तुत करता है, जो डिस्क्रीट डिफ्यूजन विजन-लैंग्वेज-एक्शन मॉडल्स के लिए एक सुदृढीकरण शिक्षण (reinforcement learning) ढांचा है, जो डिनोइजिंग ट्रेजेक्टरीज की संयुक्त प्रायिकता को अनुकूलित करके मार्जिनल एक्शन प्रोबेबिलिटीज की जटिलता को दूर करता है, जिससे एक एकीकृत, वेरिएबल-स्टेप शेड्यूलिंग दृष्टिकोण के माध्यम से रोबोटिक मैनिपुलेशन बेंचमार्क पर अत्याधुनिक प्रदर्शन प्राप्त होता है।
यह शोध पत्र See2Act प्रस्तुत करता है, जो एक इमिटेशन लर्निंग फ्रेमवर्क है जो एक्शन डिनोइजिंग (action denoising) को व्यूपॉइंट रिफाइनमेंट (viewpoint refinement) के साथ जोड़ता है ताकि रोबोट्स को गंभीर अवरोधों (occlusions) के तहत सुदृढ़ हेरफेर (robust manipulation) के लिए सूचनात्मक कैमरा कोणों को सक्रिय रूप से अनुमान लगाने में सक्षम बनाया जा सके, जिससे सिमुलेशन और वास्तविक दुनिया के कार्यों में ज़ीरो-शॉट ट्रांसफर (zero-shot transfer) के दौरान महत्वपूर्ण प्रदर्शन लाभ प्राप्त होते हैं।
यह अध्ययन BEHAVIOR-1K डेटासेट और अमेरिकन टाइम-यूज़ सर्वे के आंकड़ों का विश्लेषण करता है और यह प्रकट करता है कि रोबोटिक ऑटोमेशन की इच्छा मुख्य रूप से किसी गतिविधि के भावनात्मक अनुभव (विशेष रूप से खुशी और दर्द) द्वारा संचालित होती है न कि बिताए गए समय द्वारा, जिसमें लिंग और आय स्तरों के बीच उल्लेखनीय भिन्नताएं देखी गई हैं।
यह शोध पत्र मानव-रोबोट सह-परिवहन (co-transportation) के लिए एक एकीकृत ढांचे का प्रस्ताव करता है जो संभाव्य मानवीय विकल्पों को मॉडल करके, गतिशील लीडर-फॉलोअर स्विचिंग के लिए एक समय-परिवर्तनीय जिद्दीपन (stubbornness) माप को लागू करके और अनिश्चित व्यवहारों को कम करने के लिए पोज़ ऑप्टिमाइज़ेशन का उपयोग करके मानवीय प्राथमिकता अनिश्चितता और अनुकूलन संतुलन को संबोधित करता है, जो अंततः मानव अध्ययनों और सिमुलेशन द्वारा मान्य कार्य प्रदर्शन को बढ़ाता है।
यह शोध पत्र संवर्धित वास्तविकता (ऑगमेंटेड रियलिटी) के लिए एक हथेली-पर आधारित थर्मल फीडबैक प्रोटोटाइप प्रस्तुत करता है जो उंगलियों की कुशलता को बनाए रखने और वास्तविक एवं आभासी तापमानों के बीच अंतर करने के लिए अप्रत्यक्ष फीडबैक, सक्रिय थर्मल पासथ्रू और स्पैटियोटेम्पोरल रेंडरिंग का उपयोग करता है, जो मानव-विषय प्रयोगों के माध्यम से यह प्रदर्शित करता है कि ये डिज़ाइन रणनीतियाँ उंगलियों के छोर की यथार्थता में कुछ समझौतों के बावजूद विसर्जन (इमर्शन) और यथार्थवाद को प्रभावी ढंग से बढ़ाती हैं।
यह शोध पत्र एक हाइब्रिड रीइन्फोर्समेंट ट्विनिंग फ्रेमवर्क प्रस्तावित करता है जो साझा ज्ञान और एक पॉलिसी रेफरी का लाभ उठाकर वास्तविक वातावरण और अनुकूलन योग्य आभासी मॉडल के बीच कार्यों को समन्वित करने के लिए एक मॉडल-आधारित डिजिटल ट्विन को मॉडल-फ्री रीइन्फोर्समेंट लर्निंग एजेंट के साथ एकीकृत करता है, ताकि फ्लैपिंग-विंग ड्रोन के सुदृढ़, सैंपल-कुशल और सुरक्षित नियंत्रण को प्राप्त किया जा सके।
यह शोध पत्र एक परिनियोजन-उन्मुख ढांचे का प्रस्ताव करता है जो क्रॉस-डोमेन मोडैलिटी इम्प्यूटेशन के माध्यम से उच्च-सटीकता वाले स्रोत डोमेनों से ज्ञान का लाभ उठाकर वास्तविक दुनिया के थकान पता लगाने की प्रक्रिया को बढ़ाता है, जो प्रभावी रूप से व्यावहारिक सेटिंग्स में शोर वाले या अपूर्ण सेंसर डेटा की सीमाओं को दूर करता है।