4682 पेपर
यह शोधपत्र आर्टिक्राफ्ट (Articraft) का परिचय देता है, जो एक एजेंटिक सिस्टम है जो डोमेन-विशिष्ट प्रोग्राम लिखने और उन्हें मान्य करने के माध्यम से उच्च-गुणवत्ता वाले, स्केलेबल आर्टिकुलेटेड 3D एसेट्स को स्वचालित रूप से उत्पन्न करने के लिए लार्ज लैंग्वेज मॉडल्स का लाभ उठाता है, जिसके परिणामस्वरूप एक नया 10K डेटासेट प्राप्त होता है जो रोबोटिक्स सिमुलेशन और वर्चुअल रियलिटी में अनुसंधान को आगे बढ़ाता है।
यह शोध पत्र मोनो-आर्टिकुलर और बायो-आर्टिकुलर एक्सोस्केलेटन की तुलना करने वाला एक सिमुलेशन-आधारित बहु-मानदंड पारेटो अनुकूलन अध्ययन प्रस्तुत करता है, जो यह प्रकट करता है कि जबकि बायो-आर्टिकुलर डिज़ाइन शक्ति खपत के संबंध में भार के प्रति कम संवेदनशील होते हैं, मोनो-आर्टिकुलर विन्यास पीक जॉइंट रिएक्शन फोर्स को बेहतर ढंग से कम करते हैं, जिसमें डिवाइस जड़त्व (इनेर्शिया) का बायो-आर्टिकुलर समाधानों की चयापचय लागत पर न्यूनतम प्रभाव पड़ता है।
यह शोध पत्र एक मल्टी-मोडल वर्ल्ड मॉडल प्रस्तावित करता है जो स्पर्श संबंधी और दृश्य सूचनाओं को एकीकृत करता है ताकि भौतिक रूप से अस्पष्ट वातावरण में रोबोटिक एक्शन प्रेडिक्शन की सटीकता और मजबूती में महत्वपूर्ण सुधार किया जा सके, जिसे मैग्नेटिक-आधारित टैक्टाइल सेंसर का उपयोग करके एकत्र किए गए दो नवीन डेटासेट्स द्वारा समर्थित किया गया है।
यह शोध पत्र न्यूरल एसोसिएटिव स्किल मेमोरीज (Neural Associative Skill Memories) को प्रस्तुत करता है, जो एक स्व-पर्यवेक्षित प्रेडिक्टिव कोडिंग फ्रेमवर्क है जो सुरक्षित रोबोटिक्स को आगे बढ़ाने और मानव संवेदी-मोटर भंडार (sensorimotor repertoires) को मॉडल करने के लिए जैविक रूप से सुसंगत स्थानीय शिक्षण नियमों का उपयोग करते हुए एक एकल ऊर्जा-आधारित वास्तुकला के भीतर कौशल शिक्षण, संदर्भ-जागरूक अभिव्यक्ति और दोष पहचान को एकीकृत करता है।
यह शोध पत्र RSR-RSMARL प्रस्तुत करता है, जो एक सुदृढ़ और सुरक्षित मल्टी-एजेंट सुदृढीकरण शिक्षण ढांचा है जो संचार, ज़ीरो-शॉट सिम-टू-रियल ट्रांसफर के लिए सुदृढ़ नीति प्रशिक्षण, और कंट्रोल बैरियर फंक्शन-आधारित सुरक्षा शील्ड को एकीकृत करता है, जो हार्डवेयर स्वायत्त वाहनों पर बेहतर समन्वय और सुरक्षा का सफलतापूर्वक प्रदर्शन करता है।
UniJEPA एक एकीकृत रोबोट नीति ढांचा है जो निरंतर और असतत (continuous and discrete) निरूपणों को सीखने के लिए निर्देशात्मक वीडियो पर बड़े पैमाने पर प्रीट्रेनिंग का लाभ उठाता है, जिससे मौजूदा विजन-लैंग्वेज और जनरेटिव दृष्टिकोणों की तुलना में सिमुलेशन और वास्तविक दुनिया के आउट-ऑफ-डिस्ट्रीब्यूशन कार्यों दोनों में बेहतर प्रदर्शन सक्षम होता है।
QuickLAP एक बेयसियन फ्रेमवर्क है जो अस्पष्ट भौतिक सुधारों को उच्च-स्तरीय भाषाई फीडबैक के साथ जोड़ने के लिए लार्ज लैंग्वेज मॉडल्स का लाभ उठाता है, जिससे अर्ध-स्वायत्त प्रणालियों को वास्तविक समय में उपयोगकर्ता रिवॉर्ड फंक्शन को तेजी से और मजबूती से अनुमानित करने में सक्षम बनाया जा सके।
यह शोध पत्र इष्टतम नियंत्रण (optimal control) के लिए एक एकीकृत KL-नियमित ढांचे (KL-regularized framework) को प्रस्तुत करता है जो सॉफ्ट-पॉलिसी सरोगेट्स (soft-policy surrogates) के माध्यम से शास्त्रीय और जोखिम-संवेदनशील उद्देश्यों का सामान्यीकरण करता है, जिन्हें मूल लक्ष्यों को पुनः प्राप्त करने के लिए पुनरावृत्त किया जा सकता है और एक सिंक्रोनाइज़्ड मामले में, रैखिक बेलमैन ऑपरेटरों और पाथ-इंटिग्रल समाधानों को उत्पन्न कर सकता है।
यह शोध पत्र OptMap प्रस्तुत करता है, जो एक ऑनलाइन एल्गोरिदम है जो आकार-प्रतिबंधित, सूचनात्मक उपसमुच्चयों के चयन की NP-hard समस्या को हल करने के लिए सबमॉड्यूलर मैक्सिमाइजेशन (submodular maximization) का लाभ उठाकर, प्रमाणित रूप से निकट-इष्टतम प्रदर्शन के साथ LiDAR डेटा को एप्लिकेशन-विशिष्ट ज्यामितीय मानचित्रों में कुशलतापूर्वक संकुचित (distill) करता है।
प्रिस्मेटिक वर्ल्ड मॉडल (PRISM-WM), हाइब्रिड रोबोटिक सिस्टम में मोनोलिथिक लेटेंट वर्ल्ड मॉडल्स की सीमाओं को संबोधित करने के लिए, जटिल डायनेमिक्स को कंपोजेबल प्रिमिटिव्स में विघटित करने हेतु लेटेंट ऑर्थोगोनलाइजेशन के साथ एक कॉन्टेक्स्ट-अवेयर मिक्सचर-ऑफ-एक्सपर्ट्स आर्किटेक्चर का उपयोग करता है, जिससे रोलआउट ड्रिफ्ट कम होता है और विश्वसनीय लॉन्ग-होरिजन प्लानिंग सक्षम होती है।