4966 पेपर
यह शोध पत्र एक मजबूत मॉडल प्रेडिक्टिव कंट्रोल फ्रेमवर्क प्रस्तावित करता है जिसे महत्वपूर्ण समुद्री-प्रेरित विक्षोभों के तहत संचालित होने वाले जहाज-लगातार क्रेन के लिए सुरक्षित, बाधा-परिहारक पेलोड स्थानांतरण सुनिश्चित करने हेतु रोबस्ट ज़ीरो-ऑर्डर कंट्रोल बैरियर फंक्शन्स और एक ऑनलाइन अनुकूलन योजना के साथ उन्नत किया गया है।
यह शोध पत्र फ्लोटिंग-बेस डीप लैग्रेंजियन नेटवर्क (FeLaN) को प्रस्तुत करता है, जो एक ग्रे-बॉक्स सिस्टम आइडेंटिफिकेशन विधि है जो ह्युमनॉइड्स और क्वाड्रुपेड्स जैसे फ्लोटिंग-बेस रोबोट्स के लिए डीप लर्निंग मॉडल्स के प्रदर्शन और व्याख्यात्मकता में सुधार करने हेतु जड़त्व मैट्रिसेस (inertia matrices) पर विशिष्ट भौतिक बाधाओं को लागू करती है।
यह शोध पत्र स्टीयरेबल पॉलिसीज़ (Steerable Policies) को प्रस्तुत करता है, जो एक नवीन दृष्टिकोण है जो प्राकृतिक भाषा इंटरफेस की सीमाओं को दूर करने के लिए मल्टी-लेवल सिंथेटिक कमांड्स पर विजन-लैंग्वेज-एक्शन मॉडल्स को प्रशिक्षित करता है, जिससे रोबोटिक टास्क जनरलाइजेशन और लॉन्ग-हॉरिजॉन कंट्रोल में सुधार के लिए प्री-ट्रेन्ड विजन-लैंग्वेज मॉडल ज्ञान के अधिक प्रभावी ग्राउंडिंग को सक्षम बनाया जा सके।
यह शोध पत्र Nvidia Jetson Orin और Thor एज प्लेटफॉर्म पर विजन-लैंग्वेज-एक्शन (VLA) मॉडल का लक्षण वर्णन करता है, जिसमें मेमोरी-बाउंड एक्शन-जेनरेशन चरण को प्राथमिक लेटेंसी बॉटलनेक के रूप में पहचाना गया है और एम्बॉडीड एआई को स्केल करने के लिए भविष्य की हार्डवेयर आवश्यकताओं और हाई-बैंडविड्थ मेमोरी एवं प्रोसेसिंग-इन-मेमोरी जैसे समाधानों का अनुमान लगाया गया है।
यह शोधपत्र Unveiler प्रस्तुत करता है, जो एक हल्के ट्रांसफॉर्मर-आधारित एनकोडर और रोटेशन-इनवेरिएंट डिकोडर का उपयोग करके उच्च-स्तरीय स्थानिक तर्क (spatial reasoning) को निम्न-स्तरीय क्रिया निष्पादन (action execution) से अलग करने वाला एक विशिष्ट ढांचा है, जो एंड-टू-एंड मॉडलों की तुलना में घने क्लटर (clutter) से वस्तुओं को निकालने में बेहतर डेटा दक्षता और सफलता दर प्राप्त करता है और साथ ही वास्तविक दुनिया के रोबोटों में ज़ीरो-शॉट ट्रांसफर प्रदर्शित करता है।
यह शोध पत्र एक सिमेट्री-अवेयर हेट्रोजेनियस ग्राफ न्यूरल नेटवर्क (Sym-HGNN) प्रस्तावित करता है जो रोबोट की डायहेड्रल सिमेट्री का लाभ उठाकर प्रोप्रियोसेप्टिव डेटा से ग्राउंड कॉन्टैक्ट स्टेट्स का अनुमान लगाता है, जो एक कॉन्टैक्ट-एडेड InEKF के साथ एकीकृत होने पर टेन्सेग्रिटी रोबोट्स के लिए पोज़ एस्टीमेशन सटीकता और सैंपल दक्षता में महत्वपूर्ण सुधार करता है।
यूनि-स्किल (Uni-Skill) एक स्व-विकसित ढांचे (self-evolving framework) को पेश करता है जो एक पदानुक्रमित, स्वचालित रूप से एनोटेट किए गए कौशल रिपॉजिटरी (SkillFolder) को एक अनुकूलन योग्य योजना मॉड्यूल के साथ जोड़कर स्थिर कौशल पुस्तकालयों की सीमाओं को दूर करता है ताकि बिना किसी मानवीय हस्तक्षेप के फ्यू-शॉट (few-shot), जीरो-शॉट (zero-shot) सामान्यीकरण योग्य रोबोटिक हेरफेर को सक्षम बनाया जा सके।
यह शोध पत्र cuNRTO को प्रस्तुत करता है, जो एक GPU-त्वरित फ्रेमवर्क है जो डगलस-राचफोर्ड स्प्लिटिंग और ADMM आर्किटेक्चर के साथ कस्टम CUDA कर्नेल का उपयोग करता है ताकि स्वायत्त प्रणालियों के लिए गणनात्मक रूप से महंगे रोबस्ट ट्रैजेक्टरी ऑप्टिमाइज़ेशन समस्याओं को हल करने में 139.6 तक की गति वृद्धि प्राप्त की जा सके।
यह शोध पत्र लॉन्ग-होराइजन रोबोट प्लानिंग के लिए एक ट्रेनिंग-फ्री फ्रेमवर्क प्रस्तावित करता है जो नॉइजी इंटरमीडिएट स्टेट्स के बजाय एक फैक्टर ग्राफ के भीतर टवीडी एस्टीमेट्स (Tweedie estimates) पर बाउंड्री एग्रीमेंट लागू करके स्थिर कंपोजिशनल विजुअल जनरेशन प्राप्त करता है, जिससे बिना किसी अतिरिक्त ट्रेनिंग के अनदेखे स्टार्ट-गोल कॉम्बिनेशन के लिए मजबूत सामान्यीकरण सक्षम होता है।
यह शोध पत्र सेल्फ-सुपरवाइज्ड एक्शन गेटिंग विद एनर्जीज़ (SAGE) का प्रस्ताव करता है, जो एक ट्रेनिंग-फ्री इन्फरेंस-टाइम विधि है जो लेटेंट कंसिस्टेंसी सिग्नल के आधार पर सैंपल्ड ट्राजेक्टरीज को पुन: रैंक करके डिफ्यूजन प्लानर्स को ऑफलाइन रीइन्फोर्समेंट लर्निंग के लिए बेहतर बनाता है ताकि डायनामिकली इनकंसिस्टेंट प्लान्स को दंडित किया जा सके और निष्पादन की मजबूती (execution robustness) में सुधार किया जा सके।