4829 पेपर
यह शोध पत्र L4acados को प्रस्तुत करता है, जो एक ऐसा फ्रेमवर्क है जो बाहरी संवेदनशीलता (external sensitivities) के माध्यम से पायथन-आधारित लर्निंग मॉडल्स, जैसे कि गॉसियन प्रोसेस और न्यूरल नेटवर्क को, रियल-टाइम ऑप्टिमल कंट्रोल सॉफ्टवेयर acados में एकीकृत करता है, जिससे स्वायत्त वाहन हार्डवेयर पर प्रदर्शित कुशल और स्केलेबल मॉडल प्रिडिक्टिव कंट्रोल संभव हो पाता है।
ट्विनट्रैक (TwinTrack) एक भौतिकी-जागरूक (physics-aware) धारणा प्रणाली है जो संयुक्त ज्यामिति और भौतिक गुणों के अनुमान के लिए रियल2सिम (Real2Sim) को विजुअल और कॉन्टैक्ट डायनेमिक्स संकेतों के अनुकूलन हेतु सिम2रियल (Sim2Real) के साथ एकीकृत करके, संपर्क-समृद्ध दृश्यों में अज्ञात गतिशील वस्तुओं की सुदृढ़, वास्तविक समय की 6-DoF पोज़ ट्रैकिंग प्राप्त करती है।
यह शोध पत्र MOBODY का प्रस्ताव करता है, जो एक मॉडल-आधारित ऑफलाइन सुदृढीकरण शिक्षण (reinforcement learning) एल्गोरिदम है जो स्रोत और लक्ष्य डेटासेट के बीच विसंगति के बावजूद प्रभावी ढंग से नीतियां सीखने के लिए अलग-अलग एक्शन एनकोडर और एक टार्गेट Q-वेटेड बिहेवियर क्लोनिंग लॉस का लाभ उठाता है, जिससे उन सीमाओं को दूर किया जा सके जिन्हें मौजूदा विधियां विफल करती हैं जब वे महत्वपूर्ण डायनेमिक्स शिफ्ट वाले क्षेत्रों में उच्च-पुरस्कार वाले राज्यों (high-reward states) की खोज करने में असमर्थ होती हैं।
यह शोध पत्र AgriChrono को प्रस्तुत करता है, जो एक मॉड्यूलर रोबोटिक प्लेटफॉर्म और एक बड़े पैमाने का मल्टी-मोडल डेटासेट है जो विविध प्रकाश और हवा की स्थितियों के तहत कैनोला विकास चक्र के दौरान सिंक्रोनाइज़्ड RGB, डेप्थ, LiDAR, IMU और पोज़ डेटा के 18TB को कैप्चर करता है, जिसका उद्देश्य वास्तविक कृषि डेटा की कमी को दूर करना और सटीक कृषि के लिए गतिशील 3D पुनर्निर्माण की चुनौतियों को बेंचमार्क करना है।
यह शोध पत्र PACE प्रस्तुत करता है, जो एक भौतिकी-संवर्धित सुदृढीकरण शिक्षण (reinforcement learning) ढांचा है जो एक सीखे हुए बॉल-स्टेट प्रेडिक्टर को एंड-टू-एंड होल-बॉडी कंट्रोल के लिए सघन भौतिकी-निर्देशित पुरस्कारों के साथ एकीकृत करके, एक 23-डिग्री-ऑफ-फ्रीडम वाले ह्यूमनॉइड रोबोट को बहुमुखी, समन्वित और उच्च-प्रदर्शन वाली टेबल टेनिस प्राप्त करने में सक्षम बनाता है।
यह शोधपत्र SO-Bench प्रस्तुत करता है, जो एक व्यापक बेंचमार्क है जिसमें चार दृश्य डोमेन के माध्यम से 6,500 से अधिक विविध JSON स्कीमा और 1,800 क्यूरेटेड इमेज-स्कीमा जोड़े शामिल हैं, ताकि मल्टीमॉडल लार्ज लैंग्वेज मॉडल्स की स्कीमा-अनुपालन संरचित आउटपुट क्षमताओं का व्यवस्थित रूप से मूल्यांकन और सुधार किया जा सके।
यह शोध पत्र SimScale को प्रस्तुत करता है, जो एक स्केलेबल सिमुलेशन फ्रेमवर्क है जो वास्तविक दुनिया के लॉग्स से उच्च-सटीक, विविध ड्राइविंग परिदृश्यों का संश्लेषण करता है और छद्म-विशेषज्ञ पर्यवेक्षण (pseudo-expert supervision) के साथ सह-प्रशिक्षण के माध्यम से स्वायत्त ड्राइविंग नीतियों को प्रशिक्षित करता है, जिससे बिना किसी अतिरिक्त वास्तविक दुनिया के डेटा की आवश्यकता के चुनौतीपूर्ण बेंचमार्क पर मजबूती और सामान्यीकरण में महत्वपूर्ण सुधार होता है।
यह शोधपत्र "Daze" को प्रस्तुत करता है, जो एक नवीन रिवॉर्ड-फ्री (reward-free) बैकडोर हमला है जो अनट्रस्टेड सिम्युलेटरों में प्रशिक्षित सुदृढीकरण शिक्षण (reinforcement learning) एजेंटों को परिवेश की गतिशीलता (environment dynamics) में हेरफेर करके चुपके से समझौता करता है ताकि रिवॉर्ड संकेतों तक पहुँच या उनमें परिवर्तन की आवश्यकता के बिना दुर्भावनापूर्ण कार्यों को ट्रिगर किया जा सके, जिसकी क्षमता को सिम्युलेटेड और वास्तविक रोबोटिक हार्डवेयर दोनों पर प्रयोगात्मक रूप से मान्य किया गया है।
LaS-Comp एक ज़ीरो-शॉट, ट्रेनिंग-मुक्त फ्रेमवर्क है जो उच्च-गुणवत्ता वाली, श्रेणी-अज्ञेय (category-agnostic) 3D आकार पूर्णता प्राप्त करने के लिए स्पष्ट प्रतिस्थापन (explicit replacement) और अंतर्निहित परिशोधन (implicit refinement) के दो-चरणीय डिज़ाइन के माध्यम से 3D फाउंडेशन मॉडल प्रायर्स (priors) का लाभ उठाता है, जिसे नए Omni-Comp बेंचमार्क द्वारा प्रमाणित किया गया है।
NavThinker एक भविष्य-जागरूक ढांचा है जो एक एक्शन-कंडीशन्ड वर्ल्ड मॉडल को ऑन-पॉलिसी रीइन्फोर्समेंट लर्निंग के साथ जोड़ता है ताकि रोबोट अपने कार्यों और मानव गति के पारस्परिक प्रभाव के बारे में तर्क कर सकें, जिससे अत्याधुनिक सामाजिक नेविगेशन प्रदर्शन और वास्तविक दुनिया में सामान्यीकरण प्राप्त होता है।