4223 पेपर
यह शोध पत्र एक क्रॉस-व्यू एक्शन कंसिस्टेंसी पद्धति प्रस्तावित करता है जो केवल RGB छवियों और प्रोप्रियोसेप्शन का उपयोग करके, कैमरा व्यूपॉइंट परिवर्तनों के विरुद्ध मजबूती प्राप्त करने के लिए फ्लो-आधारित विजन-लैंग्वेज-एक्शन पॉलिसियों को नियमित करता है, जिससे बिना किसी कैमरा लेबल या डेप्थ इनपुट के सिम्युलेटेड और वास्तविक दुनिया के रोबोट कार्यों पर प्रदर्शन में महत्वपूर्ण सुधार होता है।
यह शोध पत्र डिनाइजिंग इंटरमीडिएट एडवांटेज (DIA) को प्रस्तुत करता है, जो एक पॉलिसी-ग्रेडिएंट विधि है जो मध्यवर्ती डिनोइजिंग चरणों को अवस्था-निर्भर क्रेडिट (state-dependent credit) प्रदान करके डिफ्यूजन-आधारित रोबोट नीतियों को बेहतर बनाती है, जिससे मौजूदा फाइन-ट्यूनिंग दृष्टिकोणों की तुलना में अधिक कुशल अन्वेषण और श्रेष्ठ कार्य प्रदर्शन सक्षम होता है।
यह शोध पत्र एक हाइब्रिड TCN-Transformer मॉडल प्रस्तावित करता है जो लो अर्थ ऑर्बिट (LEO) उपग्रहों के लिए भविष्य की टकराव की संभावनाओं की सटीक भविष्यवाणी करने हेतु कंजंक्शन डेटा मैसेजेस (CDMs) पर संवेदनशीलता विश्लेषण और प्रिंसिपल कंपोनेंट एनालिसिस का लाभ उठाता है, जिससे टकराव टालने वाले युद्धाभ्यास (conjunction avoidance maneuvers) के लिए अधिक प्रारंभिक और सुसंगत जोखिम मूल्यांकन सक्षम होता है।
यह शोध पत्र विज़न-लैंग्वेज मॉडल एफ़ोर्डेंस प्रेडिक्शन (affordance prediction) में क्रिया ज्ञान की कमी के बजाय पार्ट ग्राउंडिंग (part grounding) को प्राथमिक बाधा के रूप में पहचानता है, और यह प्रदर्शित करता है कि लक्षित वस्तु के भाग को स्पष्ट रूप से निर्दिष्ट करना सभी परीक्षण किए गए मॉडलों में क्रिया सटीकता में नाटकीय रूप से सुधार करता है।
GroundBench एक फैक्टराइज्ड (factorized), काउंटरफैक्चुअल (counterfactual) बेंचमार्क है जिसे विजन-लैंग्वेज मॉडल की अफॉर्डेंस विफलताओं के विशिष्ट कारणों को अलग करने और निदान करने के लिए डिज़ाइन किया गया है, जो यह प्रदर्शित करता है कि कई स्पष्ट ग्राउंडिंग सफलताएँ वास्तव में वास्तविक दृश्य या यांत्रिक तर्क के बजाय श्रेणी-से-क्रिया (category-to-action) जुड़ाव द्वारा संचालित होती हैं।
यह शोध पत्र एक रनटाइम-इन्क्रीमेंटल ट्रांसफॉर्मर तंत्र प्रस्तुत करता है जो संदर्भ प्रतिनिधित्व क्षमता (context representational capacity) और हेड रिडंडेंसी के आधार पर सुदृढीकरण लर्निंग (reinforcement learning) के दौरान अटेंशन हेड्स को गतिशील रूप से बढ़ाता और छाँटता है, जिससे गैर-अवलोकनीय घर्षण स्मृति (non-observable friction memory) वाले रोबोटिक मैनिपुलेटर्स के दीर्घ-क्षितिज अनुकूलन (long-horizon adaptive control) में होने वाली विनाशकारी विफलताओं को समाप्त किया जा सके और लागतपूर्ण ऑफलाइन हाइपरपैरामीटर ट्यूनिंग की आवश्यकता को हटाया जा सके।
LePlanner एक इटरेटिव एमोर्टाइज्ड कंट्रोलर है जो कॉन्टैक्ट-रिच वातावरण में तेज़, होराइजन-अवेयर प्लानिंग प्राप्त करने के लिए अ राइवल-एंड-होल्ड ऑब्जेक्टिव के साथ एक फ्रोजन वर्ल्ड मॉडल पर प्रशिक्षित होता है, जो महंगी सर्च-आधारित विधियों के प्रदर्शन से मेल खाता है और साथ ही कम्प्यूटेशनल लेटेंसी को काफी कम करता है।
यह शोध पत्र LPA-CWM प्रस्तुत करता है, जो एक विधि है जो एक हल्के Learned Physical Adjudicator का उपयोग करके काउंटरफैक्चुअल वर्ल्ड मॉडल प्रतिक्रियाओं को उनकी विश्वसनीयता के आधार पर गतिशील रूप से भारित करती है, जो यूनिफॉर्म एग्रीगेशन दृष्टिकोणों की तुलना में मोशन रीजनिंग और ट्रैकिंग सटीकता में महत्वपूर्ण सुधार करती है।
यह शोध पत्र वैल्यू-गाइडेड फ्लो मैचिंग (VGFM) का प्रस्ताव करता है, जो एक स्केलेबल ऑफलाइन रीइन्फोर्समेंट लर्निंग फ्रेमवर्क है जो रोबोटिक कंट्रोल के लिए एक्सप्रेसिव फ्लो-मैचिंग पॉलिसीज़ में डेंस वैल्यू-बेस्ड गाइडेंस को एकीकृत करता है, जिसमें बैकप्रोपैगेशन थ्रू टाइम या अतिरिक्त एल्गोरिथमिक ओवरहेड की आवश्यकता नहीं होती है, और विविध लोकोमोशन एवं मैनिपुलेशन कार्यों में उत्कृष्ट प्रदर्शन प्राप्त करता है।
यह शोधपत्र S3-Tracker को प्रस्तुत करता है, जो एक स्व-पर्यवेक्षित (self-supervised) विधि है जो अनलेबल एंडोस्कोपिक वीडियो पर कंट्रास्टिव रैंडम वॉक का लाभ उठाकर मजबूत सर्जिकल टिश्यू ट्रैकिंग प्राप्त करती है जो अर्ध-पर्यवेक्षित दृष्टिकोणों के तुलनीय है, जिससे कंप्यूटर-सहायता प्राप्त हस्तक्षेप के लिए बड़े एनोटेटेड डेटासेट प्राप्त करने की चुनौती पर विजय मिलती है।