4653 पेपर
यह शोध पत्र प्रॉक्सिमल स्टेट नजिंग (PSN) को प्रस्तुत करता है, जो एक साझा स्वायत्तता एल्गोरिदम है जो उपयोगकर्ताओं को सीखने योग्य अवस्थाओं की ओर निर्देशित करके कौशल क्षय (skill atrophy) को कम करता है, और सिमुलेशन एवं मानव अध्ययनों दोनों के माध्यम से यह प्रदर्शित करता है कि यह मौजूदा विधियों की तुलना में उच्च कार्य प्रदर्शन और सुरक्षा बनाए रखते हुए बिना सहायता के कौशल प्राप्ति में महत्वपूर्ण सुधार करता है।
यह शोध पत्र एक स्केलेबल मल्टी-रोबोट मोशन प्लानिंग विधि प्रस्तुत करता है जो समन्वय के लिए डिस्क्रीट सर्च (discrete search) को सक्षम करने हेतु वर्कस्पेस डिकम्पोजिशन (workspace decompositions) को पुनरावृत्ति से परिष्कृत करके गणना समय को काफी कम कर देता है, जिससे पूर्ण जॉइंट कॉन्फ़िगरेशन स्पेस (joint configuration space) को खोजने की आवश्यकता से बचा जा सकता है।
यह शोधपत्र RoboAbstention प्रस्तुत करता है, जो एम्बोडेड रोबोटिक्स में भौतिक रूप से अव्यवहार्य या संदिग्ध निर्देशों को निष्पादित करने से सही ढंग से बचने की विजन-लैंग्वेज मॉडल्स की क्षमता का मूल्यांकन करने के लिए एक नया बेंचमार्क और वर्गीकरण है, जो यह प्रकट करता है कि वर्तमान अत्याधुनिक मॉडल रक्षात्मक प्रॉम्प्टिंग और इन-कॉन्टेक्स्ट लर्निंग से सुधार के बावजूद इस "यस-मैन" प्रवृत्ति के साथ काफी संघर्ष करते हैं।
यह शोध पत्र विजन-आधारित विमान लैंडिंग प्रणालियों के लिए एक नवीन आश्वासन ढांचे (assurance framework) का प्रस्ताव और प्रदर्शन करता है जो मॉडल के सिचुएशन रिप्रेजेंटेशन में कंटेंट को स्टाइल से अलग करने के लिए मैकेनिस्टिक इंटरप्रिटेबिलिटी का उपयोग करके EASA मार्गदर्शन को संतुष्ट करता है, जिससे कार्य-प्रासंगिक विशेषताओं पर विश्वसनीय भविष्यवाणी निर्भरता और रनटाइम आउट-ऑफ-मॉडल-स्कोप डिटेक्शन का विकास सक्षम होता है।
यह शोध पत्र प्रेडिकेट एक्शन स्किल्स (PACTS) को प्रस्तुत करता है, जो एक क्लोज्ड-लूप विसुओमोटर पॉलिसी है जो योजना के माध्यम से सीखे गए कौशल के सुदृढ़ ज़ीरो-शॉट कंपोज़िशन को सक्षम करने के लिए एक्शन ट्रेजेक्टरीज और सिम्बोलिक प्रेडिकेट आउटकम्स को संयुक्त रूप से मॉडल करता है।
यह शोध पत्र एक सिमेंटिक और ऑक्लूजन-अवेयर (occlusion-aware) GM-PHD फ़िल्टर प्रस्तावित करता है जो एक नवीन बर्थ मॉडल को परिभाषित करने के लिए डीप लर्निंग-व्युत्पन्न सिमेंटिक जानकारी का लाभ उठाता है, जो जटिल, उच्च-घनत्व वाले ड्राइविंग परिदृश्यों में ट्रैक इनीशिएशन लेटेंसी और समग्र ट्रैकिंग सटीकता में महत्वपूर्ण सुधार करता है।
यह शोध पत्र VLA-REPLICA को प्रस्तुत करता है, जो कि सामान्य रूप से उपलब्ध घटकों से निर्मित एक कम लागत वाला और आसानी से पुनरुत्पादित होने वाला वास्तविक-विश्व बेंचमार्क है, जो वैश्विक प्रयोगशालाओं में विजन-लैंग्वेज-एक्शन (VLA) मॉडलों के मूल्यांकन के लिए एक सुसंगत, विविध और सुलभ वातावरण प्रदान करके मौजूदा मूल्यांकन विधियों की सीमाओं को संबोधित करता है।
यह शोधपत्र Q-SpiRL प्रस्तुत करता है, जो एक हाइब्रिड क्वांटम स्पाइकिंग सुदृढीकरण शिक्षण (reinforcement learning) ढांचा है जो गतिशील वातावरण में बेहतर नेविगेशन प्रदर्शन और स्थिरता प्राप्त करने के लिए स्पाइक-आधारित टेम्पोरल प्रोसेसिंग को वेरिएशनल क्वांटम फीचर ट्रांसफॉर्मेशन के साथ जोड़ता है, जैसा कि व्यापक सिमुलेशन और IBM क्वांटम हार्डवेयर पर वास्तविक दुनिया के परिनियोजन के माध्यम से सत्यापित किया गया है।
डेमो-जेपा (Demo-JEPA) एक नवीन क्रॉस-एम्बॉडमेंट इमिटेशन लर्निंग फ्रेमवर्क है जो साझा एक्शन स्पेस की आवश्यकता को दरकिनार करते हुए प्रदर्शनों (demonstrations) को एक जॉइंट-एम्बेडिंग प्रेडिक्टिव आर्किटेक्चर के भीतर निहित भविष्य के लक्ष्यों के रूप में व्याख्यायित करता है, जिससे लक्षित एजेंट केवल विजुअल ऑब्जर्वेशन और अपने स्वयं के इंटरेक्शन अनुभव का उपयोग करके वांछित अवस्थाओं का अनुमान लगाने और योजना बनाने में सक्षम होते हैं।
DISC फ्रेमवर्क एक हाइपरनेटवर्क का उपयोग करके निर्देशों से सीधे कार्य-विशिष्ट नीति पैरामीटर उत्पन्न करके भाषा-सशर्त हेरफेर (language-conditioned manipulation) में अवलोकन रिसाव (observation leakage) को समाप्त करता है, जिससे भाषा ग्राउंडिंग और विजुअल स्टेट प्रोसेसिंग को संरचनात्मक रूप से अलग किया जाता है और उलझे हुए बेसलाइन (entangled baselines) तथा बड़े पैमाने के प्रीट्रेन मॉडल्स की तुलना में बेहतर प्रदर्शन और सामान्यीकरण प्राप्त किया जाता है।