4700 पेपर
RePO-VLA एक रिकवरी-ड्रिवन पॉलिसी ऑप्टिमाइज़ेशन फ्रेमवर्क है जो विजन-लैंग्वेज-एक्शन मॉडल्स के लिए है, जो सफलता, विफलता और रिकवरी ट्रेजेक्टरीज के बीच अंतर करके लॉन्ग-होरइज़न, कॉन्टैक्ट-रिच मैनिपुलेशन में मजबूती को बढ़ाता है ताकि एक वैल्यू-कंडीशन्ड पॉलिसी को प्रशिक्षित किया जा सके जो बिना किसी ऑनलाइन फेल्योर डिटेक्टर के स्वायत्त रूप से निष्पादन ड्रिफ्ट (execution drift) को ठीक करने में सक्षम हो।
यह शोध पत्र मल्टी-रोबोट निरंतर निगरानी में मानक वर्स्ट-केस लेटेंसी उद्देश्यों की सीमा को संबोधित करने के लिए टेल-परफॉर्मेंस उद्देश्यों के एक परिवार का प्रस्ताव देता है, उनके सैद्धांतिक गुणों को स्थापित करता है, और एक समकक्ष इवेंट-ड्रिवन एमडीपी (TWLO-MDP) के माध्यम से एक सुदृढीकरण लर्निंग-आधारित समाधान विकसित करता है जो भारित लेटेंसी (weighted latency) को कम करने में मौजूदा बेसलाइनों से बेहतर प्रदर्शन करता है।
यह शोध पत्र आंशिक रूप से ज्ञात गतिकी वाले गैररेखीय प्रणालियों के लिए एक सुरक्षित डेटा-संचालित नियंत्रण ढांचे को प्रस्तुत करता है जो स्थिरता और बाधा संतुष्टि सुनिश्चित करने के साथ-साथ सूचनात्मक अन्वेषण के माध्यम से सुरक्षित परिचालन क्षेत्र को अनुकूल रूप से विस्तारित करने के लिए ऑनलाइन गॉसियन प्रक्रिया शिक्षण को ल्यपुनोव-आधारित संभाव्य सुरक्षा बाधाओं के साथ जोड़ता है।
मुनिन (Muninn) एक प्रशिक्षण-मुक्त, आर्किटेक्चर-अज्ञेय (architecture-agnostic) कैशिंग रैपर है जो एक प्रमाणित अनिश्चितता बजट के आधार पर कैश किए गए डिनोइज़र (denoiser) आउटपुट्स को कब पुन: उपयोग करना है, इसका गतिशील रूप से निर्णय लेकर वास्तविक समय के रोबोट नियंत्रण के लिए डिफ्यूजन-आधारित प्रक्षेपवक्र योजनाकारों (trajectory planners) को त्वरित करता है, जिससे योजना की गुणवत्ता या सुरक्षा से समझौता किए बिना 4.6 गुना तक की गति वृद्धि प्राप्त होती है।
यह शोध पत्र MTA-RL को प्रस्तुत करता है, जो एक नवीन ढांचा है जो स्पष्ट 3D अफोर्डेंस (affordance) निरूपण उत्पन्न करने के लिए मल्टी-मोडल ट्रांसफॉर्मर के माध्यम से RGB और LiDAR डेटा को संलयित करके सुदृढ़ शहरी स्वायत्त ड्राइविंग को बढ़ाता है, जो अत्याधुनिक बेसलाइन की तुलना में बेहतर प्रदर्शन, नमूना दक्षता और ज़ीरो-शॉट सामान्यीकरण प्राप्त करने के लिए सुदृढीकरण शिक्षण (Reinforcement Learning) नीति हेतु एक संक्षिप्त अवलोकन स्थान के रूप में कार्य करता है।
HeteroGenManip एक कार्य-सशर्त (task-conditioned), दो-चरणीय ढांचा है जो संपर्क बिंदु स्थानीयकरण (contact point localization) को इंटरेक्शन प्रक्षेपवक्र योजना (interaction trajectory planning) से अलग करके विषम वस्तुओं के लिए सामान्यीकरण योग्य रोबोटिक हेरफेर को बढ़ाता है, जो फाउंडेशन-मॉडल-निर्देशित ग्रैस्पिंग और एक मल्टी-मॉडल डिफ्यूजन पॉलिसी का उपयोग करके सिमुलेशन और वास्तविक दुनिया दोनों परिदृश्यों में महत्वपूर्ण प्रदर्शन लाभ प्राप्त करता है।
यह शोध पत्र 5G O-RAN नेटवर्क के लिए एक प्रोएक्टिव (proactive) UAV मोबिलिटी मैनेजमेंट xApp का प्रस्ताव करता है जो हैंडओवर निर्णयों को भविष्योन्मुखी रूप से अनुकूलित करने के लिए ट्रांसफर लर्निंग-एन्हांस्ड डबल डीप क्यू-नेटवर्क्स (Double Deep Q-Networks) का उपयोग करता है, जिससे उच्च कनेक्टिविटी विश्वसनीयता बनाए रखते हुए हैंडओवर फ्रीक्वेंसी में महत्वपूर्ण कमी आती है।
यह शोध पत्र नॉनलीन मल्टी-एजेंट सिस्टम के लिए एक विकेंद्रीकृत कंटिंजेंसी मॉडल प्रिडिक्टिव कंट्रोल फ्रेमवर्क प्रस्तावित करता है जो केवल स्टेट सूचना का उपयोग करके, नॉमिनल ट्रेजेक्टरीज को कंटिंजेंसी सर्टिफिकेट्स और एक नवीन ज्यामितीय सेफ-सेट अपडेट तंत्र के साथ युग्मित करके, टकराव-मुक्त गति और रिकर्सिव फजीबिलिटी सुनिश्चित करता है।
यह शोध पत्र एक गोल-कंडीशन्ड डिसीजन ट्रांसफॉर्मर (Goal-Conditioned Decision Transformer) प्रस्तुत करता है जो जटिल, मल्टी-गोल रोबोटिक्स कार्यों को स्पार्स रिवॉर्ड्स (sparse rewards) के साथ कुशलतापूर्वक हल करने के लिए पूर्व-संग्रहित ऑफलाइन डेटा का लाभ उठाता है, जो फ्रैंका एमिका पांडा (Franka Emika Panda) प्लेटफॉर्म पर स्टेट-ऑफ-द-आर्ट ऑनलाइन बेसलाइन्स की तुलना में बेहतर प्रदर्शन प्रदर्शित करता है।
यह शोध पत्र UNCOM को प्रस्तुत करता है, जो एक नवीन ज़ीरो-शॉट हाइब्रिड फ्रेमवर्क है जो विविध घरेलू वातावरणों में टेबलटॉप रोबोटों के लिए बिना किसी कार्य-विशिष्ट प्रशिक्षण के सुदृढ़, व्याख्या योग्य कमांड समझ को सक्षम करने के लिए स्पीच, जेस्चर और सीन कॉन्टेक्स्ट को एकीकृत करता है।