4625 पेपर
यह शोध पत्र SOMA को प्रस्तुत करता है, जो एक स्थानिक स्मृति ढांचा (spatial memory framework) है जो मल्टी-व्यू अवलोकनों से निरंतर 3D स्थानिक निरूपणों का निर्माण, परिशोधन और पुनर्प्राप्ति करके विजन-लैंग्वेज-एक्शन मॉडलों की आउट-ऑफ-विज़न हेरफेर करने की क्षमता को बढ़ाता है, जिससे लक्ष्य वस्तुएं प्रारंभ में अदृश्य होने पर भी मजबूत तर्क और तेज़ कार्य निष्पादन सक्षम होता है।
यह शोध पत्र Pre-VLA को प्रस्तुत करता है, जो एक एकीकृत रनटाइम सत्यापन आर्किटेक्चर है जो मल्टी-टास्क लर्निंग दृष्टिकोण का उपयोग करके विजन-लैंग्वेज-एक्शन मॉडल्स और वर्ल्ड मॉडल्स के लिए क्रिया वैधता का पूर्व में आकलन करता है, जिससे एम्बॉडीड इंटेलिजेंस कार्यों में सफलता दर में उल्लेखनीय सुधार होता है, निष्पादन चरणों को कम किया जाता है, और त्रुटि संचय को कम किया जाता है।
स्टेइन्स;गेट ड्राइव (Steins;Gate Drive) एक लेटेंसी-डिकपल्ड प्लानिंग आर्किटेक्चर पेश करता है जो एक एलएलएम (LLM) का उपयोग करके काउंटरफैक्चुअल ड्राइविंग फ्यूचर्स (अल्फा, बीटा और गामा वर्ल्डलाइन्स) को प्री-सेलेक्ट करता है, जबकि एक रनटाइम सिस्टम सुरक्षा अनुबंधों को लागू करता है, जो प्रभावी रूप से कंट्रोल लेटेंसी को समाप्त करता है और हाईवे पर सुरक्षा सीमाओं को बनाए रखता है।
यह शोध पत्र विश्लेषण करता है कि कैसे एक्शन-चंकिंग बिहेवियरल क्लोनिंगिंग में विभिन्न मल्टीमॉडल पैरामीट्राइजेशन अलग-अलग बाधाओं के तहत विफल होते हैं, यह प्रदर्शित करते हुए कि लेटेंट-वेरिएबल पॉलिसियाँ रेगुलराइजेशन और मोड प्रिजर्वेशन के बीच के ट्रेड-ऑफ में संघर्ष करती हैं, जबकि एक्शन-स्पेस जनरेटिव पॉलिसियाँ अपने ट्रांसपोर्ट मैप्स की स्मूथनेस द्वारा सीमित होती हैं।
MoSA एक मोशन-कंस्ट्रेंड स्ट्रेस अडैप्टेशन फ्रेमवर्क है जो एक आइसोट्रोपिक मॉडल को भौतिक पूर्ववर्ती (फिजिक्स प्रायर) के रूप में उपयोग करके रेसिडुअल स्ट्रेस ऑपरेटर्स को सीखने के माध्यम से निरंतर गतिशीलता (कंटीन्यूम डायनेमिक्स) में रियल-टू-सिम गैप को पाटता है, जो हल्के एनिसोट्रॉपी और विषमता को कैप्चर करता है, जिससे रोबोट मैनिपुलेशन में बेहतर सटीकता, सामान्यीकरण और सिम-टू-रियल ट्रांसफर प्राप्त होता है।
TriSweep एक सिमुलेशन फ्रेमवर्क है जो चार-ड्रोन स्वार्म आर्किटेक्चर का प्रस्ताव करता है जो स्थानिक रूप से विशिष्ट कलेक्टरों और सुसंगत सिग्नल संयोजन (coherent signal combining) का उपयोग करके 0.25–1.5 मीटर की दूरी पर मास्क किए गए माइक्रोकंट्रोलर्स पर स्वायत्त, स्टैंडऑफ इलेक्ट्रोमैग्नेटिक साइड-चैनल विश्लेषण को सफलतापूर्वक करने के लिए है, जो भौतिक हार्डवेयर कार्यान्वयन के अभाव के बावजूद एकल-ड्रोन दृष्टिकोणों की तुलना में महत्वपूर्ण कुंजी रिकवरी सुधार प्राप्त करता है।
यह शोध पत्र क्वेरी-कैलिब्रेटेड सेगमेंटल एडमिशन (QCSA) को प्रस्तुत करता है, जो एक डिस्क्रिप्टर-अज्ञेय (descriptor-agnostic) लूप क्लोजर पॉलिसी है जो केवल उच्च-आत्मविश्वास वाले, ज्यामिति-सत्यापित लूप फैक्टर्स को चुनिले रूप से स्वीकार करके दोहराव वाले वातावरण में पोज़-ग्राफ स्थिरता को बढ़ाता है, जिससे समग्र सटीकता बनाए रखते हुए फॉल्स पॉजिटिव और वर्स्ट-केस ट्रैजेक्टरी त्रुटियों को काफी कम किया जाता है।
DeformMaster एक इंटरैक्टिव फिजिक्स-न्यूरल वर्ल्ड मॉडल है जो भौतिक गतिकी (physical dynamics) और उच्च-निष्ठा वाले स्वरूप (high-fidelity appearance) को एकीकृत करके वास्तविक दुनिया के वीडियो से सीखता है ताकि विरूपणीय वस्तुओं (deformable objects) का अनुकरण किया जा सके, जिससे सटीक भविष्य की भविष्यवाणी, नवीन एक्शन रोलआउट और गतिशील दृश्य संश्लेषण (dynamic view synthesis) सक्षम होता है।
यह शोध पत्र एक मल्टी-एजेंट सुदृढीकरण शिक्षण (Multi-Agent Reinforcement Learning) ढांचे का प्रस्ताव करता है जो छिपे हुए व्यक्तित्व लक्षणों वाले पैदल यात्रियों के साथ स्वायत्त वाहनों को सह-प्रशिक्षित करता है, और यह प्रदर्शित करता है कि यह दृष्टिकोण नियम-आधारित बेसलाइन और एकल-एजेंट प्रशिक्षण की तुलना में अधिक यथार्थवादी इंटरेक्शन परिदृश्य उत्पन्न करता है और टकराव की दरों को महत्वपूर्ण रूप से कम करता है।
यह शोध पत्र "भौतिक मिसजनरलाइजेशन" (physical misgeneralization) की पहचान और व्याख्या करता है, जहाँ क्यूरेटेड भौतिक प्रदर्शनों पर प्रशिक्षित जनरेटिव सीक्वेंस मॉडल ऐसे विश्वसनीय व्यक्तिगत प्रक्षेपवक्र (trajectories) उत्पन्न करते हैं जो स्थानीय त्रुटियों के प्रसार के कारण सामूहिक रूप से इच्छित समग्र वितरणों का उल्लंघन करते हैं, और इस विफलता का पूर्वानुमान लगाने तथा इसे कम करने के लिए एक डेटा डेविएशन कर्नेल (data deviation kernel) प्रस्तावित करता है।