4700 पेपर
यह शोध पत्र राफेल लोzano-हेमर की "स्टैंडर्ड्स एंड डबल स्टैंडर्ड्स" इंस्टालेशन का एक व्यापक हार्डवेयर और एल्गोरिदम आधारित नवीनीकरण प्रस्तुत करता है, जिसमें केबल-लटकते बेल्टों के लिए तेज़, सुचारू और अधिक उत्तरदायी इंटरैक्टिव गति को सक्षम करने हेतु टॉर्सनल (मरोड़) और पेंडुलम कंपन को दबाने के लिए एक विस्तृत गणितीय मॉडल और इनपुट शेपिंग कंट्रोल का उपयोग किया गया है।
यह शोध पत्र एक नवीन मेनी-वर्सेस-मेनी मिसाइल मार्गदर्शन रणनीति प्रस्तावित करता है जो संभाव्य आभासी लक्ष्यों को उत्पन्न करने के लिए नॉर्मलाइजिंग फ्लो का उपयोग करता है, जिससे इंटरसेप्टर को नियत भविष्यवाणियों के बजाय विविध प्रक्षेपवक्र परिकल्पनाओं के साथ जुड़कर संख्यात्मक श्रेष्ठता का लाभ उठाने में सक्षम बनाया जा सके, जिससे अंततः लक्ष्य भेदन की सफलता दर में उल्लेखनीय वृद्धि होती है।
यह शोध पत्र GLiBRL प्रस्तुत करता है, जो एक नवीन डीप बेयसियन रिइन्फोर्समेंट लर्निंग फ्रेमवर्क है जो पूर्णतः सुलभ बेयसियन अनुमान और सटीक मार्जिनल लाइकलीहुड मूल्यांकन प्राप्त करने के लिए सीखने योग्य बेसिस फंक्शन्स और जनरलाइज्ड लीनियर मॉडल्स का उपयोग करता है, जिससे पूर्ववर्ती विधियों की अस्पष्ट कार्य प्रस्तुतियों (task representations) पर विजय प्राप्त होती है और MuJoCo एवं MetaWorld बेंचमार्क पर अत्याधुनिक प्रदर्शन में महत्वपूर्ण सुधार होता है।
यह शोध पत्र वेरिएशनल रेगुलराइजेशन (Variational Regularization) का प्रस्ताव करता है, जो एक प्लग-एंड-प्ले मॉड्यूल है जो डिफ्यूजन-आधारित विसुओमोटर (visuomotor) नीतियों में शोर युक्त मध्यवर्ती विशेषताओं (noisy intermediate features) पर एक संदर्भ-सशर्त गॉसियन बॉटलनेक (context-conditioned Gaussian bottleneck) लागू करता है ताकि कार्य-अप्रासंगिक जानकारी को फ़िल्टर किया जा सके, जिससे सिमुलेशन और वास्तविक दुनिया के रोबोटिक हेरफेर कार्यों दोनों में अत्याधुनिक प्रदर्शन प्राप्त किया जा सके।
यह शोध पत्र NeuroKalman को प्रस्तुत करता है, जो एक मेमोरी-ऑगमेंटेड फ्रेमवर्क है जो अनुक्रमिक भविष्यवाणी को एक रिकर्सिव बायेसियन एस्टीमेशन समस्या के रूप में पुनर्गठित करके UAV विजन-लैंग्वेज नेविगेशन में त्रुटि संचय को कम करता है, जो प्रभावी रूप से स्टेट ड्रिफ्ट को नियंत्रित करने के लिए मोशन-आधारित प्रायर प्रेडिक्शन को ऑब्जर्वेशन-ड्रिवन लाइकलीहुड करेक्शन से अलग करता है।
यह शोध पत्र पर्सेप्टिव ह्यूमनॉइड पार्कोर (PHP) को प्रस्तुत करता है, जो एक मॉड्यूलर फ्रेमवर्क है जो कौशल संश्लेषण के लिए मोशन मैचिंग को धारणा-संचालित सुदृढीकरण लर्निंग (परसेप्शन-ड्रिवन रीइन्फोर्समेंट लर्निंग) के साथ जोड़ता है ताकि ह्यूमनॉइड रोबोटों को वास्तविक दुनिया के वातावरण में गतिशील अनुकूलन क्षमता के साथ जटिल, दीर्घ-क्षितिज वाले पार्कोर कार्यों को स्वायत्त रूप से निष्पादित करने में सक्षम बनाया जा सके।
यह शोध पत्र MARVL को प्रस्तुत करता है, जो एक बहु-चरणीय मार्गदर्शन ढांचा (multi-stage guidance framework) है जो स्थानिक और अर्थ संबंधी निरंतरता (spatial and semantic consistency) के लिए विजन-लैंग्वेज मॉडल्स को फाइन-ट्यून करता है ताकि स्वचालित रूप से डेंस रिवॉर्ड्स (dense rewards) उत्पन्न किए जा सकें, जो मौजूदा तरीकों की तुलना में रोबोटिक सुदृढीकरण लर्निंग (robotic reinforcement learning) कार्यों में सैंपल दक्षता और मजबूती में महत्वपूर्ण सुधार करता है।
यह शोध पत्र DexSim2Real प्रस्तुत करता है, जो एक एकीकृत ढांचा है जो डोमेन रैंडमाइजेशन के लिए विजन-लैंग्वेज फाउंडेशन मॉडल्स, टैक्टाइल-विजुअल क्रॉस-अटेंशन पॉलिसीज़ और प्रोग्रेसिव स्किल करिकुलम का लाभ उठाकर सिम-टू-रियल प्रदर्शन अंतराल को महत्वपूर्ण रूप से कम करता है, जिससे सामान्यीकरण योग्य डेक्सट्रस मैनिपुलेशन कार्यों में 78.2% औसत सफलता दर प्राप्त होती है।
यह शोध पत्र मल्टी-यूएवी (multi-UAV) स्लंग-लोड परिवहन के लिए एक विकेंद्रीकृत निष्क्रिय दोष-सहनशीलता (passive fault-tolerance) आर्किटेक्चर प्रस्तावित करता है जो प्रमाणित हाइब्रिड इनपुट-टू-स्टेट स्थिरता (hybrid input-to-state stability) प्राप्त करता है और मापे गए केबल तनाव को सीधे व्यक्तिगत थ्रस्ट कमांड में रूट करके केबल के अचानक कटने से तीव्र रिकवरी सुनिश्चित करता है, जिसे बेसलाइन कंट्रोलर्स की तुलना में काफी कम ट्रैकिंग त्रुटियों और पेलोड सैग (payload sag) के साथ उच्च-निष्ठा सिमुलेशन के माध्यम से मान्य किया गया है।
यह शोधपत्र एक कारण संबंधी तर्क (causal reasoning) ढांचे का प्रस्ताव करता है जो रोबोटों को VLM-निर्देशित विशेषता सुझावों और एक डायनेमिक्स मॉडल के भीतर प्रतितथ्यात्मक ज्यामितीय विक्षोभों (counterfactual geometric perturbations) के माध्यम से कारण संबंधों की खोज करके, उनके प्राथमिक कार्यों से परे नवीन उपकरणों को रचनात्मक रूप से पहचानने और उपयोग करने में सक्षम बनाता है, जिससे उपकरण चयन और कौशल हस्तांतरण भौतिक सिद्धांतों में निहित होता है।