4934 पेपर
यह अध्ययन प्रदर्शित करता है कि विषम बहु-एजेंट परिवेशों में, सेल्फ-प्ले के माध्यम से प्रशिक्षित एक मानक IPPO बेसलाइन नए टीममेट एल्गोरिदम के लिए प्रभावी ढंग से सामान्यीकृत होती है, जो रोटेटिंग पॉलिसी ट्रेनिंग जैसे अधिक जटिल प्रशिक्षण तरीकों के समान प्रदर्शन प्राप्त करती है जो एजेंटों को स्पष्ट रूप से विविध पार्टनर रणनीतियों के संपर्क में लाते हैं।
यह शोधपत्र फिसलन भरी सतहों पर संचालित होने वाले बड़े पैमाने के मोबाइल रोबोटों के लिए एक व्यापक नेविगेशन और नियंत्रण ढांचा प्रस्तुत करता है, जो विजुअल पोज़ एस्टीमेशन, नॉनलीन मॉडल प्रेडिक्टिव कंट्रोल, एक एडैप्टिव रोबस्टनेस वाले डीप न्यूरल नेटवर्क-आधारित लो-लेवल पॉलिसी, और समान घातीय स्थिरता (यूनिफॉर्म एक्सपोनेंशियल स्टेबिलिटी) तथा सुरक्षित, सुदृढ़ संचालन सुनिश्चित करने के लिए एक लॉगरिदमिक सेफ्टी मॉड्यूल को एकीकृत करता है।
यह शोध पत्र Green-VLA का परिचय देता है, जो एक पांच-चरणीय पाठ्यक्रम ढांचा (curriculum framework) है जो बड़े पैमाने पर मल्टीमॉडल प्रीट्रेनिंग, एम्बॉडिमेंट-विशिष्ट अनुकूलन (embodiment-specific adaptation), और सुदृढीकरण शिक्षण (reinforcement learning) को जोड़ता है ताकि एक एकल सामान्यज्ञ नीति (generalist policy) को ग्रीन ह्यूमनाइड सहित विविध रोबोटिक प्रणालियों को बेहतर सुरक्षा और दीर्घ-अवधि दक्षता के साथ मजबूती से नियंत्रित करने में सक्षम बनाया जा सके।
यह शोध पत्र एक ऑनलाइन डेटा हेरफेर योजना प्रस्तावित करता है जो प्रशिक्षण छवियों को स्वतंत्र वस्तु, दृश्य और कैमरा घटकों में विभाजित करती है और उन्हें विचलित मुद्राओं (perturbed poses) के साथ पुनर्गठित करती है ताकि विविध प्रशिक्षण डेटा उत्पन्न किया जा सके, जिससे पूर्ण और विरल (sparsely) दोनों पर्यवेक्षित सेटिंग्स में मोनोकुलर 3D ऑब्जेक्ट डिटेक्शन मॉडलों की डेटा दक्षता और प्रदर्शन में सुधार होता है।
यह शोध पत्र एक पुनरावृत्ति क्लोज्ड-लूप फ्रेमवर्क प्रस्तावित करता है जो स्वचालित रूप से उच्च-गुणवत्ता वाला, विविध मोशन डेटा उत्पन्न करता है और कार्य की कठिनाई को क्रमिक रूप से बढ़ाता है, जिससे ह्यूमनॉइड कंट्रोल पॉलिसीज़ काफी कम प्रशिक्षण डेटा के साथ बेसलाइन्स से काफी बेहतर प्रदर्शन करने में सक्षम होती हैं।
यह शोध पत्र TimeSpot को प्रस्तुत करता है, जो 80 देशों के 1,455 वास्तविक-विश्व छवियों से बना एक व्यापक बेंचमार्क है, जिसे केवल दृश्य साक्ष्यों से स्थान, समय और पर्यावरणीय संदर्भ का अनुमान लगाने में वर्तमान विजन-लैंग्वेज मॉडल्स की सीमित भू-कालिक (geo-temporal) तर्क क्षमताओं का मूल्यांकन करने के लिए डिज़ाइन किया गया है।
यह शोध पत्र एक पदानुक्रमित योजना दृष्टिकोण (hierarchical planning approach) प्रस्तावित करता है जो डायनेमिक टारगेटिंग मिशनों के लिए लुकअहेड होराइजन्स को विस्तारित करने हेतु पूरक भूस्थैतिक उपग्रह डेटा को एकीकृत करता है, जो पारंपरिक ऑनबोर्ड-ओनली प्लानर्स की तुलना में विशेष रूप से विरल रूप से वितरित लक्ष्यों वाले परिदृश्यों में 41% तक प्रदर्शन सुधार प्रदर्शित करता है।
यह शोध पत्र एक ऐसे ढांचे का प्रस्ताव करता है जो जटिल, संरचित व्यवहार्य क्षेत्रों के भीतर सीधे नमूना लेने के लिए पूर्व-प्रशिक्षित जनरेटिव मॉडलों को फाइन-ट्यून करता है, जिससे रोबोटिक्स और स्वायत्त ड्राइविंग जैसे सुरक्षा-महत्वपूर्ण अनुप्रयोगों के लिए सख्त बाधा संतुष्टि और उच्च-गुणवत्ता वाले नमूना यथार्थवाद के बीच एक नवीन संतुलन प्राप्त होता है।
यह शोध पत्र रोबोटिक फाउंडेशन मॉडल्स के परिदृश्य का सर्वेक्षण करता है, 149-मानदंडों वाले मूल्यांकन ढांचे को स्थापित करने के लिए ग्यारह प्रमुख औद्योगिक निहितार्थों की पहचान करता है, और 324 मॉडल्स का मूल्यांकन करते हुए यह प्रकट करता है कि वर्तमान औद्योगिक तत्परता सीमित और असमान है, जिससे अलग-थलग बेंचमार्क सफलताओं से हटकर सुरक्षा, वास्तविक समय के प्रदर्शन और सुदृढ़ सिस्टम परिनियोजन के व्यवस्थित एकीकरण की ओर बढ़ने की आवश्यकता है।
यह शोध पत्र एक सामान्य-उद्देश्यीय, ग्रेडिएंट-आधारित नेस्टेड को-डिज़ाइन फ्रेमवर्क प्रस्तुत करता है जो जटिल प्रवाह स्थितियों के लिए न्यूरल सरोगेट मॉडल का उपयोग करके विंग्ड रोबोट्स के एरोडायनामिक आकार और मोशन प्लानर को संयुक्त रूप से अनुकूलित करता है, जो पर्चिंग और शॉर्ट लैंडिंग जैसे कार्यों में इवोल्यूशनरी बेसलाइन्स की तुलना में बेहतर प्रदर्शन और दक्षता प्रदर्शित करता है।