4966 पेपर
यह शोध पत्र मुजोको (MuJoCo) में कार्यान्वित एक गणनात्मक रूप से कुशल, स्टेटलेस हाइड्रोडायनामिक्स मॉडल प्रस्तुत करता है जो एक टेंडन-ड्रिवन अंडरवॉटर फिश रोबोट के लिए एक प्रभावी डिजिटल ट्विन के रूप में कार्य करता है, जो वास्तविक समय सिमुलेशन, न्यूनतम प्रयोगात्मक डेटा से सटीक पैरामीटर पहचान और लक्ष्य ट्रैकिंग के लिए सफल सुदृढीकरण लर्निंग (reinforcement learning) को सक्षम बनाता है।
यह शोध पत्र MPPI-Generic प्रस्तुत करता है, जो एक लचीली C++/CUDA लाइब्रेरी है जो GPUs पर विभिन्न मॉडल प्रेडिक्टिव पाथ इंटीग्रल (Model Predictive Path Integral) नियंत्रण एल्गोरिदम को त्वरित करती है, जिससे मुख्य नियंत्रण कोड को संशोधित किए बिना विविध डायनेमिक्स और कॉस्ट फंक्शन्स के बीच रीयल-टाइम स्टोकेस्टिक ट्रजेक्टरी ऑप्टिमाइज़ेशन सक्षम होता है।
यह अध्ययन जटिल समुद्री वातावरण में मानव रहित सतह वाहनों (USVs) के लिए एक विजन-निर्देशित वस्तु-ट्रैकिंग ढांचे का प्रस्ताव और सत्यापन करता है, जिसमें सात डीप लर्निंग-आधारित ट्रैकर्स और नियंत्रण एल्गोरिदम का बेंचमार्किंग किया गया है, और अंततः प्रतिकूल परिस्थितियों में स्थिर ट्रैकिंग के लिए ट्रांसफॉर्मर-आधारित SeqTrack और लीनियर क्वाड्रेटिक रेगुलेटर (LQR) कंट्रोलर को सबसे सुदृढ़ समाधान के रूप में पहचाना गया है।
यह सर्वेक्षण वास्तविक दुनिया के दक्ष रोबोटिक हेरफेर (dexterous robotic manipulation) के लिए चुनौतियों और मौजूदा लर्निंग-आधारित विधियों की व्यापक रूप से समीक्षा करता है, जिसमें विशेष रूप से अंतराल की पहचान करने और यह रूपरेखा तैयार करने पर ध्यान केंद्रित किया गया है कि नमूना दक्षता (sample efficiency) और अनुकूलन क्षमता में वर्तमान सीमाओं को दूर करने के लिए इंटरैक्टिव इमिटेशन लर्निंग का लाभ कैसे उठाया जा सकता है।
यह शोध पत्र यह प्रदर्शित करता है कि सिम-टू-रियल गैप को प्रभावी ढंग से पाटने के लिए प्रीट्रेन्ड विजुअल रिप्रेजेंटेशन्स वाले एक विशेष आर्किटेक्चर का लाभ उठाते हुए, केवल सिमुलेशन में प्रशिक्षित विजुअल नेविगेशन पॉलिसियाँ, वास्तविक दुनिया के डेटा पर प्रशिक्षित पॉलिसियों से बेहतर प्रदर्शन कर सकती हैं, जिससे व्हील्ड रोबॉट्स पर 31% उच्च सफलता दर और अत्याधुनिक तरीकों की तुलना में 50% सुधार प्राप्त होता है।
यह शोध पत्र नॉर्मलाइजिंग फ्लो पॉलिसी (NF-P) प्रस्तुत करता है, जो एक गणनात्मक रूप से कुशल और अनिश्चितता-जागरूक द्वि-हस्त (bi-manual) विज़ुओमोटर पॉलिसी है, जो कार्य सफलता, प्रशिक्षण गति और इन्फरेंस विलंबता (inference latency) में डिफ्यूजन-आधारित बेसलाइनों से बेहतर प्रदर्शन करती है और नवीन संभावना-आधारित (likelihood-based) अनुकूलन रणनीतियों को सक्षम बनाती है।
यह शोध पत्र Cosmos-Predict2.5 और Cosmos-Transfer2.5 को प्रस्तुत करता है, जो वर्ल्ड फाउंडेशन मॉडल्स का एक एकीकृत परिवार है जो फिजिकल एआई, रोबोटिक्स और एम्बोडीड इंटेलिजेंस को आगे बढ़ाने के लिए हाई-फिडेलिटी, इंस्ट्रक्शन-अलाइन्ड वीडियो जनरेशन और वर्ल्ड ट्रांसलेशन प्रदान करने हेतु फ्लो-आधारित आर्किटेक्चर और रिइन्फोर्समेंट लर्निंग का लाभ उठाते हैं।
यह शोध पत्र एक तीन-चरणीय सिम-टू-रियल (sim-to-real) ढांचे का प्रस्ताव करता है जो अपूर्ण सिमुलेशन के बावजूद विविध नट-बोल्ट और स्क्रूड्राइविंग कार्यों के सुदृढ़ दक्ष हेरफेर (dexterous manipulation) को प्राप्त करने के लिए सुव्यवस्थित सिमुलेशन, टेलीऑपरेशन-आधारित डेटा संग्रह और स्पर्श-जागरूक व्यवहार क्लोनिंग (tactile-aware behavior cloning) के साथ सुदृढीकरण लर्निंग (reinforcement learning) को जोड़ता है।
mjlab एक हल्का, ओपन-सोर्स फ्रेमवर्क है जो न्यूनतम सेटअप और नेटिव डेटा स्ट्रक्चर्स तक सीधी पहुंच के साथ कुशल रोबोट लर्निंग को सक्षम करने के लिए GPU-एक्सेलेरेटेड MuJoCo Warp फिजिक्स को एक कंपोजेबल, मैनेजर-आधारित API के साथ एकीकृत करता है।
यह शोध पत्र CORE को प्रस्तुत करता है, जो एक नवीन सुरक्षा ढांचा (safety framework) है जो ओपन-वर्ल्ड वातावरण में पूर्व पर्यावरणीय ज्ञान के बिना अनुकूल, संभाव्य रूप से सुरक्षित रोबोट व्यवहार को लागू करने के लिए ऑनलाइन प्रासंगिक तर्क (contextual reasoning) और स्थानिक ग्राउंडिंग (spatial grounding) के लिए विजन-लैंग्वेज मॉडल्स का लाभ उठाता है।