4966 पेपर
यह शोध पत्र Pro-HOI को प्रस्तुत करता है, जो अनुकूलित बॉक्स-वहन गतियों (optimized box-carrying motions), एक नवीन रूट-ट्रैजेक्टरी-कंडीशन्ड ट्रेनिंग पॉलिसी और एक निरंतर ऑब्जेक्ट एस्टीमेशन मॉड्यूल को संयोजित करने वाला रोबस्ट ह्यूमनॉइड लोको-मैनिपुलेशन के लिए एक सामान्यीकरण योग्य ढांचा है, ताकि जटिल वास्तविक दुनिया के परिदृश्यों में विश्वसनीय, दीर्घकालिक मानव-रोबोट संपर्क को सक्षम बनाया जा सके।
यह शोध पत्र D-REX प्रस्तुत करता है, जो एक डिफरेंशिएबल रियल-टू-सिम-टू-रियल इंजन है जो उच्च-निष्ठा वाले डिजिटल ट्विन्स के निर्माण के लिए विजुअल और कंट्रोल डेटा से ऑब्जेक्ट मास (वस्तु के द्रव्यमान) की पहचान करने हेतु गॉसियन स्प्लेटिंग का लाभ उठाता है, जिससे मजबूत, फोर्स-अवेयर डेक्सट्रस ग्रैस्पिंग पॉलिसियों को सक्षम बनाया जा सके जो सिम-टू-रियल गैप को प्रभावी ढंग से पाट सकें।
यह शोधपत्र RAG-RUSS को प्रस्तुत करता है, जो एक व्याख्यात्मक, रिट्रीवल-ऑगमेंटेड रोबोटिक फ्रेमवर्क है जो क्लिनिकल वर्कफ़्लो की नकल करते हुए और डेटा की कमी एवं मौजूदा विधियों की "ब्लैक बॉक्स" सीमाओं को पार करते हुए, स्वायत्त रूप से एक पूर्ण कैरोटिड अल्ट्रासाउंड परीक्षण करता है और उसकी व्याख्या करता है।
यह शोध पत्र नेटलोगो (NetLogo) में एक अनुभवजन्य रूप से मान्य एजेंट-आधारित सिमुलेशन फ्रेमवर्क प्रस्तुत करता है जो मानव-रोबोट टीम गतिशीलता को मॉडल करता है, जो यह प्रकट करता है कि रोबोट विश्वसनीयता विश्वास और प्रदर्शन को प्रभावित करने वाला प्रमुख कारक है जबकि यह भी प्रदर्शित करता है कि विश्वास का परिमाण हमेशा कार्य सफलता के साथ सह-संबद्ध नहीं होता है।
यह शोध पत्र एक फाइन-ट्यून्ड विजन-लैंग्वेज मॉडल प्रस्तुत करता है जो मानव-रोबोट इंटरेक्शन के लिए 3D ऑब्जेक्ट स्थितियों का अनुमान लगाने हेतु मोनोकुलर RGB छवियों, प्राकृतिक भाषा और रोबोट अवस्थाओं का लाभ उठाता है, जो 13 मिमी की माध्य त्रुटि प्राप्त करता है और नॉन-फाइन-ट्यून्ड बेसलाइन्स से काफी बेहतर प्रदर्शन करता है।
यह शोध पत्र PPO-LTL प्रस्तुत करता है, जो एक सुरक्षित सुदृढीकरण शिक्षण (reinforcement learning) ढांचा है जो लिमिट-डिटरमिनिस्टिक बुची ऑटोमेटा (limit-deterministic Büchi automata) और एक लैग्रेंजियन योजना के माध्यम से LTL उल्लंघनों को दंड संकेतों में अनुवादित करके प्रॉक्सिमल पॉलिसी ऑप्टिमाइज़ेशन (Proximal Policy Optimization) में लीनियर टेम्पोरल लॉजिक (Linear Temporal Logic) बाधाओं को एकीकृत करता है, जो रोबोटिक्स वातावरण में उत्कृष्ट सुरक्षा और प्रदर्शन प्रदर्शित करता है।
यह शोध पत्र स्फेरिकल लेटेंट मोशन प्रायर (SLMP) को प्रस्तुत करता है, जो एक दो-चरणीय विधि है जो सूचना की हानि के बिना स्थिर, विविध और भौतिक रूप से सुसंगत ह्यूमनॉइड नियंत्रण सक्षम करने के लिए एक उच्च-गुणवत्ता वाले ट्रैकिंग कंट्रोलर को एक संरचित स्फेरिकल लेटेंट स्पेस में आसवित (distill) करती है, जबकि मौजूदा VAE और AMP दृष्टिकोणों की तुलना में कॉम्बैट टास्क और विभिन्न रोबोट रूपात्मकताओं (morphologies) में बेहतर प्रदर्शन और सामान्यीकरण प्रदर्शित करती है।
यह शोध पत्र हाइब्रिड TD3 का प्रस्ताव करता है, जो एक नवीन सुदृढीकरण शिक्षण (रीइन्फोर्समेंट लर्निंग) एल्गोरिदम है जो ओवरएस्टिमेशन बायस (अति-अनुमानित पूर्वाग्रह) के एक कठोर सैद्धांतिक विश्लेषण और रोबोटिक हेरफेर कार्यों में बेहतर प्रशिक्षण स्थिरता और प्रदर्शन प्राप्त करने के लिए एक भारित क्लिप्ड Q-लर्निंग लक्ष्य को पेश करके पैरामीटराइज्ड हाइब्रिड एक्शन स्पेस को स्वाभाविक रूप से संभालता है।
यह शोध पत्र वितरित प्रशिक्षण और उच्च अपडेट आवृत्तियों में इसके स्रोतों को संबोधित करके, एसिंक्रोनस ऑन-पॉलिसी सुदृढीकरण शिक्षण (reinforcement learning) में पॉलिसी लैग के प्रदर्शन को कम करने वाले प्रभावों को कम करने के लिए टोटल वेरिएशन-आधारित एडवांटेज अलाइन्ड कंस्ट्रेंड पॉलिसी ऑप्टिमाइज़ेशन (TV-ACPO) विधि प्रस्तुत करता है।
यह शोध पत्र एक नवीन इवेंट-ओनली ड्रोन प्रक्षेपवक्र पूर्वानुमान पद्धति प्रस्तावित करता है जो कच्चे इवेंट डेटा से सीधे प्रोपेलर घूर्णन गति को निकालती है और इसे एक RPM-सचेत कलमान फिल्टर में एकीकृत करती है, जिससे बिना RGB इमेजरी या प्रशिक्षण डेटा पर निर्भर रहे, लर्निंग-आधारित दृष्टिकोणों की तुलना में बेहतर लघु-से-मध्यम क्षितिज भविष्यवाणी सटीकता प्राप्त होती है।