4829 पेपर
यह शोध पत्र एक नवीन कपल्ड ऑसिलेटर नेटवर्क (CON) मॉडल प्रस्तुत करता है जो लैग्रेंजियन संरचना, वैश्विक इनपुट-टू-स्टेट स्थिरता और एक व्युत्क्रमणीय इनपुट-फोर्स मैपिंग सुनिश्चित करके लेटेंट-स्पेस नियंत्रण में प्रमुख सीमाओं को दूर करता है, जिससे केवल कच्चे विजुअल फीडबैक का उपयोग करके जटिल यांत्रिक प्रणालियों के लिए कुशल क्लोज्ड-फॉर्म नियंत्रण रणनीतियों को सक्षम बनाया जा सके।
यह शोध पत्र एक लोकोमोटर टास्क सेट अनुकूलन रणनीति पेश करता है जो डीप लर्निंग मॉडल के प्रशिक्षण के लिए कार्यों के एक न्यूनतम, प्रतिनिधि उपसमुच्चय की पहचान करने के लिए क्लस्टर विश्लेषण का उपयोग करता है, जिससे एक्सोस्केलेटन नियंत्रण के लिए हिप जॉइंट मोमेंट्स (कूल्हे के जोड़ के आघूर्ण) का सटीक अनुमान लगाना सक्षम होता है और डेटा संग्रह की आवश्यकताओं को महत्वपूर्ण रूप से कम किया जा सकता है।
यह शोध पत्र ऊर्जा की खपत को कम करने के लिए लाइफलॉन्ग SLAM प्रणालियों में सेंसिंग, संचार और अन्वेषण गति के लिए एक संयुक्त अनुकूलन ढांचे का प्रस्ताव करता है, जिसे LiDAR-युक्त रोबोटों द्वारा डीप लर्निंग-आधारित क्लाउड पुनर्निर्माण केंद्र को डेटा ट्रांसमिट करने वाले सिमुलेशन और प्रयोगों के माध्यम से मान्य किया गया है।
यह शोध पत्र एक ऐसी विधि प्रस्तावित करता है जो सीमित दृश्य प्रदर्शनों (visual demonstrations) से संक्षिप्त, अमूर्त प्रतीकात्मक विश्व मॉडल (abstract symbolic world models) सीखने के लिए पूर्व-प्रशिक्षित विजन-लैंग्वेज मॉडल्स का लाभ उठाती है, जिससे नवीन वस्तुओं, वातावरणों और लक्ष्यों के माध्यम से जटिल रोबोटिक कार्यों के लिए ज़ीरो-शॉट सामान्यीकरण (zero-shot generalization) और दीर्घ-अवधि नियोजन (long-horizon planning) सक्षम होता है।
यह शोध पत्र डिफ्यूजन स्टेबलाइज़र पॉलिसी (DSP) का प्रस्ताव करता है, जो एक दो-चरणीय डिफ्यूजन-आधारित ढांचा है जो सर्जिकल रोबोटों को दोषपूर्ण या विफल प्रक्षेप पथों (trajectories) से सीखने में सक्षम बनाता है, जो शुरुआत में स्वच्छ डेटा पर प्रशिक्षण लेता है और फिर रोबोटिक सर्जिकल कार्यों में सुदृढ़ प्रदर्शन प्राप्त करने के लिए स्वच्छ और विचलित (perturbed) प्रदर्शनों के एक फ़िल्टर्ड मिश्रण के साथ निरंतर अपडेट होता है।
ViLAM एक नवीन विधि है जो सामाजिक रूप से अनुपालन करने वाले रोबोट नेविगेशन को निर्देशित करने के लिए बड़े विजन-लैंग्वेज मॉडल्स से विजन-लैंग्वेज रीजनिंग को स्पेशियल अटेंशन मैप्स में आसवित (distill) करती है, जिससे वास्तविक दुनिया के सत्यापन के माध्यम से सफलता दर में महत्वपूर्ण सुधार प्राप्त होता है।
यह शोध पत्र औद्योगिक रोबोट बेस पोज़ (base poses) को अनुकूलित करने के लिए बायेसियन ऑप्टिमाइज़ेशन, एग्जॉस्टिव सर्च, जेनेटिक एल्गोरिदम और स्टोकेस्टिक ग्रेडिएंट डिसेंट की तुलना करता है, जिसमें यह पाया गया है कि जबकि सभी विधियाँ चक्र समय (cycle time) को कम करती हैं, स्टोकेस्टिक ग्रेडिएंट डिसेंट वास्तविक दुनिया के कार्यों में उच्चतम सफलता दर प्राप्त करता है और जेनेटिक एल्गोरिदम न्यूनतम अंतिम लागत प्रदान करते हैं।
यह शोध पत्र एक समग्र अनुकूलन ढांचा प्रस्तुत करता है जो चक्र समय (cycle time) को कम करने के लिए मॉड्यूलर रोबोटों की संरचना, आधार प्लेसमेंट और प्रक्षेपवक्र (trajectory) को संयुक्त रूप से निर्धारित करता है, जिससे केवल संरचना-आधारित अनुकूलन की तुलना में कार्य अवधि में 25% तक की कमी और काफी उच्च व्यवहार्यता दर प्राप्त होती है, जिसे दस में से नौ मामलों में सफल वास्तविक-विश्व तैनाती द्वारा प्रमाणित किया गया है।
यह शोध पत्र ViTaPEs को प्रस्तुत करता है, जो एक ट्रांसफॉर्मर-आधारित आर्किटेक्चर है जो विज़ुअल और टैक्टाइल मोडैलिटीज़ को प्रभावी ढंग से फ्यूज करने के लिए एक नवीन टू-स्टेज पोजीशनल एनकोडिंग रणनीति का उपयोग करता है, जो प्री-ट्रेन्ड विज़न-लैंग्वेज मॉडल्स पर निर्भर किए बिना विविध रिकग्निशन और रोबोटिक ग्रैस्पिंग कार्यों में अत्याधुनिक प्रदर्शन और ज़ीरो-शॉट जनरलाइज़ेशन प्राप्त करता है।
ActivePusher एक नवीन फ्रेमवर्क है जो नॉनप्रिहेन्साइल मैनिपुलेशन (nonprehensile manipulation) में डेटा दक्षता और प्लानिंग विश्वसनीयता को बढ़ाने के लिए रेसिडुअल फिजिक्स मॉडलिंग को अनिश्चितता-आधारित एक्टिव लर्निंग के साथ जोड़ता है ताकि सूचनात्मक डेटा संग्रह को प्राथमिकता दी जा सके और नियंत्रण सैंपलिंग को अधिक विश्वसनीय कार्यों की ओर निर्देशित किया जा सके।