4796 पेपर
यह शोध पत्र मैकेनिकल थ्रोम्बेक्टोमी के लिए TD-MPC2 का उपयोग करते हुए एक वर्ल्ड-मॉडल-आधारित स्वायत्त नेविगेशन फ्रेमवर्क प्रस्तुत करता है जो सिमुलेशन और इन विट्रो प्रयोगों दोनों में अत्याधुनिक सॉफ्ट एक्टर-क्रिटिक एल्गोरिदम की तुलना में बेहतर मजबूती और सुरक्षा प्रदर्शित करता है, जो सामान्यीकरण योग्य एआई-सहायता प्राप्त एंडोवैस्कुलर हस्तक्षेपों की ओर एक आशाजनक मार्ग प्रदान करता है।
यह शोधपत्र गतिशील बाधाओं वाले वातावरण में नेविगेट करने वाले डिस्क्रीट-टाइम सिस्टम के लिए कम रूढ़िवादी (less conservative) और सुलभ संभाव्य सुरक्षा गारंटी प्रदान करने हेतु कॉनवेक्स सम-ऑफ-स्क्वायर प्रोग्राम्स के रूप में तैयार किए गए टाइम-इनवेरिएंट और टाइम-वेरिंग स्टोकेस्टिक बैरियर सर्टिफिकेट्स को प्रस्तुत करता है।
यह शोध पत्र एक रोबोटिक अल्ट्रासाउंड प्रणाली के लिए एक विजन-लैंग्वेज-एक्शन (VLA) मॉडल प्रस्तावित करता है जो एक नवीन क्रॉस-डेप्थ फ्यूजन ट्रैकिंग हेड और एक अनसर्टेन्टी-अवेयर पॉलिसी के माध्यम से नीडल ट्रैकिंग और एडेप्टिव इंसर्शन कंट्रोल को एकीकृत करता है, जो अत्याधुनिक विधियों और मैनुअल ऑपरेशन की तुलना में बेहतर सटीकता, सफलता दर और दक्षता प्रदर्शित करता है।
यह शोध पत्र यह प्रदर्शित करता है कि सीमित इनपुट-आउटपुट स्पेस वाले रोबोट नियंत्रण कार्यों में, कम पैरामीटर्स वाले जैव-प्रेरित नियंत्रक, जैसे कि शैलो एमएलपी (shallow MLPs) और डेंसली कनेक्टेड सीपीजी (CPGs), अक्सर ओवरपैरामीटराइज्ड डीप लर्निंग आर्किटेक्चर से बेहतर प्रदर्शन करते हैं, जो यह सुझाव देता है कि इन सीमित संदर्भों में इवोल्यूशनरी स्ट्रैटेजीज़, रिइन्फोर्समेंट लर्निंग की तुलना में अधिक प्रभावी हैं।
यह शोध पत्र SpaCeFormer को प्रस्तुत करता है, जो एक तेज़, प्रपोज़ल-मुक्त (proposal-free) ट्रांसफार्मर मॉडल है, जो एक नवीन स्पेस-कर्व आर्किटेक्चर और हाल ही में रिलीज़ किए गए SpaCeFormer-3M डेटासेट का लाभ उठाकर ओपन-वोकेबुलरी 3D इंस्टेंस सेगमेंटेशन के लिए रियल-टाइम प्रदर्शन और बेहतर सटीकता प्राप्त करता है, जो अपने प्रकार का सबसे बड़ा डेटासेट है जिसमें 30 लाख मल्टी-व्यू-कंसिस्टेंट कैप्शन शामिल हैं।
यह शोध पत्र विज़न-लैंग्वेज-एक्शन मॉडल्स के लिए एक टेम्पोरल-डिफरेंस कैलिब्रेशन फ्रेमवर्क पेश करता है जो एपिसोडिक रोबोटिक्स कार्यों में अनिश्चितता मात्रा निर्धारण और कार्य प्रदर्शन को बेहतर बनाने के लिए अनुक्रमिक ब्रायर स्कोर न्यूनीकरण और वैल्यू फंक्शन्स के बीच संबंध का लाभ उठाता है।
यह शोध पत्र एक नवीन विजुअल-टैक्टाइल लर्निंग फ्रेमवर्क प्रस्तावित करता है जो आसान 'इनवर्स पेग-आउट-ऑफ-होल' डिसअसेंबली कार्य पर प्रशिक्षण देकर और इसके प्रक्षेप पथों (ट्रैजेक्टरीज) को उलटकर विशेषज्ञ डेटा उत्पन्न करके रोबोटिक 'पेग-इन-होल' असेंबली को त्वरित करता है, जिससे डायरेक्ट रिइन्फोर्समेंट लर्निंग विधियों की तुलना में काफी उच्च सफलता दर और कम संपर्क बल प्राप्त होता है।
यह शोध पत्र ट्रांजिट-अवेयर प्लानिंग (TAP) दृष्टिकोणों को प्रस्तुत करता है जो पोर्टेबल वस्तुओं को खोजने के लिए व्यक्तिगत एम्बॉडीड नेविगेशन को एक आदत सीखने की समस्या के रूप में मानते हैं, जिससे एजेंटों को मानव-संचालित लक्ष्यों के साथ तालमेल बिठाने में सक्षम बनाया जा सकता है और सिम्युलेटेड एवं वास्तविक दुनिया के गतिशील वातावरणों में सफलता दर में उल्लेखनीय सुधार किया जा सकता है।
यह शोध पत्र 'प्लानिंग बाय सिमुलेशन' (PS) नामक एक नवीन मोशन प्लानिंग फ्रेमवर्क प्रस्तावित करता है जो भविष्य की सहयोगात्मक अंतःक्रियाओं को पुनरावृत्ति से अनुमानित करने के लिए मोंटे कार्लो ट्री सर्च और लर्निंग-आधारित समानांतर परिदृश्य भविष्यवाणी का उपयोग करता है, जिससे सुरक्षित स्वायत्त ड्राइविंग के लिए ईगो वाहन के नियोजन और अन्य एजेंटों के प्रक्षेप पथों के बीच आपसी प्रभाव की महत्वपूर्ण चुनौती का समाधान किया जा सके।
यह शोध पत्र मल्टी-रेज़ोल्यूशन स्किल्स (MRS) को प्रस्तुत करता है, जो एक पदानुक्रमित सुदृढीकरण शिक्षण (hierarchical reinforcement learning) ढांचा है जो निश्चित टेम्पोरल होराइजन्स वाले कई लक्ष्य-अनुमान मॉड्यूल में से गतिशील रूप से चयन करने के लिए एक मेटा-कंट्रोलर का उपयोग करता है, जिससे विशिष्ट अवस्थाओं और कार्यों के अनुसार सबगोल दूरियों को अनुकूलित करके दीर्घ-क्षितिज वाले कार्यों में चपलता-प्रदर्शन अंतराल को हल किया जाता है।