4223 पेपर
यह शोध पत्र चंक-अलाइन्ड सिमेंटिक डिस्टिलेशन (CASD) प्रस्तुत करता है, जो एक ऐसी विधि है जो पूरे एक्शन चंक्स के लिए सिमेंटिक लक्ष्य उत्पन्न करने के लिए ऑफलाइन विजन-लैंग्वेज मॉडल्स का लाभ उठाती है, जिससे एक फ्रोजन जनरेटर को रोबोट पॉलिसियों को निर्देशित करने में सक्षम बनाया जाता है और मौजूदा दृष्टिकोणों की तुलना में कई मैनिपुलेशन बेंचमार्क में सफलता दर में उल्लेखनीय सुधार होता है।
यह शोध पत्र HSAC प्रस्तुत करता है, जो एक सुदृढीकरण शिक्षण (रिनफोर्समेंट लर्निंग) ढांचा है जो रोबोटों को पूर्व-निर्धारित योजनाओं के बिना, ग्राफ न्यूरल नेटवर्क और एक विस्तारित सॉफ्ट एक्टर-क्रिटिक एल्गोरिदम का उपयोग करके, हाइब्रिड डिस्क्रीट-कंटीन्यूअस एक्शन स्पेस को संभालने और सिमुलेशन से भौतिक हार्डवेयर में सफलतापूर्वक स्थानांतरित होने में सक्षम बनाता है, जिससे वे वास्तविक समय में जटिल संरचनाओं का अनुकूल रूप से निर्माण कर सकें।
यह शोधपत्र BIFTA को प्रस्तुत करता है, जो एक मस्तिष्क-प्रेरित फ्यू-शॉट लर्निंग फ्रेमवर्क है जो ड्यूल-व्यू सांख्यिकीय मेमोरी, सपोर्ट-कंडीशन्ड स्पेक्ट्रल ग्राफ्स और अनसर्टेन्टी-गेटेड रिकरेंट प्रोपेगेशन का लाभ उठाकर हार्डवेयर-प्रेरित प्रदर्शन पतन (परफॉरमेंस कोलैप्स) को दूर करने के लिए न्यूनतम लेबल वाले डेटा के साथ पूर्व-प्रशिक्षित टैक्टाइल मॉडल्स के तीव्र अनुकूलन को सक्षम बनाता है।
यह शोध पत्र HiBRIDGE प्रस्तुत करता है, जो एक पदानुक्रमित बेयसियन न्यूरल नेटवर्क ढांचा है जो अनिश्चितता-जागरूक भविष्यवाणी को एक संरचित, बहु-चरणीय निर्णय प्रक्रिया के साथ जोड़कर समूह-रोबोट संवाद प्रबंधन को बढ़ाता है, ताकि रोबोट व्यवहार की व्याख्या की भविष्य कहने वाली प्रदर्शन और व्याख्यात्मकता दोनों में सुधार किया जा सके।
यह शोधपत्र FOCI पॉलिसी का प्रस्ताव करता है, जो एक ऑब्जेक्ट-सेंट्रिक फ्रेमवर्क है जो कार्यों के लिए प्रासंगिक वस्तुओं के बीच टेम्पोरली कॉम्पैक्ट इंटरेक्शन सेगमेंट और स्पेशियली इनवैरिएंट रिलेटिव मोशन में कौशल को एब्स्ट्रैक्ट करके रिजिड रिलेशनल मैनिपुलेशन में जनरलाइजेशन और डेटा एफिशिएंसी में सुधार करता है।
यह शोध पत्र दृश्य-पहुंच योग्य कार्यक्षेत्र (visible-reachable workspace - VRW) को एक धारणा-जागरूक (perception-aware) डिज़ाइन मीट्रिक के रूप में प्रस्तुत करता है और स्वतंत्र रूप से संचालित कैमरों वाले एक कस्टम 31-DoF मानव सदृश रोबोट (humanoid) के माध्यम से यह प्रदर्शित करता है कि इस प्रकार का जोड़ (articulation), निश्चित-सेंसर वाले डिज़ाइनों की तुलना में दृश्यता योग्य पहुंच का विस्तार करता है और हेरफेर दक्षता में सुधार करता है।
यह शोधपत्र रोबोटों के लिए उनकी गति में सूक्ष्म, पता लगाने योग्य संशोधनों के माध्यम से मनमाने संदेश प्रसारित करने की एक विधि प्रस्तुत करता है जिन्हें पूर्व-प्रशिक्षित नीतियों (pre-trained policies) में शोर (noise) के रूप में एनकोडेड किया गया है, जो कार्य प्रदर्शन से समझौता किए बिना रिमोट सेंसिंग के माध्यम से हार्डवेयर-मुक्त संचार को सक्षम बनाता है।
यह शोध पत्र टेन्सेग्रिटी रोबोटों के लिए एक सुदृढ़ नेविगेशन फ्रेमवर्क प्रस्तुत करता है जो मौजूदा बेसलाइनों की तुलना में जटिल, संपर्क-युक्त वातावरण में बेहतर प्रदर्शन प्राप्त करने के लिए एक कॉन्टैक्ट-अवेयर ग्राफ न्यूरल नेटवर्क डायनेमिक्स मॉडल को हाइब्रिड मॉडल प्रिडिक्टिव पाथ इंटीग्रल कंट्रोलर के साथ जोड़ता है।
यह शोध पत्र यह प्रदर्शित करता है कि केवल सीखे गए ऑक्यूपेंसी (occupancy) की सटीकता में सुधार करना विरोधाभासी नियोजन आवश्यकताओं के कारण स्वायत्त सक्रिय मानचित्रण (autonomous active mapping) प्रदर्शन को निरंतर रूप से बेहतर नहीं बनाता है, जिससे लेखक एक अवलोकन-गेटेड फ़िल्टर (observation-gated filter) का प्रस्ताव करते हैं जो बिना पुनरप्रशिक्षण के कवरेज में सुधार करने के लिए अनुमानित ज्यामिति और प्रेक्षित डेटा के बीच गतिशील रूप से संतुलन बनाता है।
DeCAL एक भौतिक रूप से-आधारित दक्ष विजन-लैंग्वेज-एक्शन मॉडल है जो स्पर्श संबंधी संवेदन (tactile sensing) को गतिशील रूप से एकीकृत करने और भौतिक गतिकी (physical dynamics) को मॉडल करने के लिए एडेप्टिव विज़ुओ-टैक्टाइल फ्यूजन और लेटेंट को-इमेजिनेशन के साथ मिक्स्चर-ऑफ-ट्रांसफॉर्मर आर्किटेक्चर का लाभ उठाता है, ताकि संपर्क-समृद्ध हेरफेर कार्यों में अत्याधुनिक प्रदर्शन प्राप्त किया जा सके।