4966 पेपर
यह शोधपत्र एक अनसर्टेन्टी-अवेयर रैंक-वन एमआईएमओ क्यू नेटवर्क फ्रेमवर्क प्रस्तावित करता है जो अनिश्चितता परिमाणीकरण के माध्यम से आउट-ऑफ-डिस्ट्रीब्यूशन डेटा का लाभ उठाकर ऑफलाइन सुदृढीकरण शिक्षण में एक्सट्रपलेशन त्रुटियों को प्रभावी ढंग से कम करता है, जबकि एक एकल नेटवर्क के तुलनीय कम्प्यूटेशनल दक्षता के साथ अत्याधुनिक प्रदर्शन प्राप्त करता है।
यह शोध पत्र एक लाइफलॉन्ग इंटरैक्टिव नेविगेशन फ्रेमवर्क पेश करता है जो जटिल, बाधित वातावरणों में क्लटर (कबाड़) को हटाने और वस्तुओं को क्रमिक रूप से रखने के कार्यों को सफलतापूर्वक पूरा करने में सक्षम बनाने के लिए एक्टिव परसेप्शन के साथ एक LLM-संचालित, बाधा-आधारित योजना दृष्टिकोण का लाभ उठाता है, जो सिमुलेशन और वास्तविक दुनिया के हार्डवेयर दोनों में मौजूदा बेसलाइन से बेहतर प्रदर्शन करता है।
नोवाप्लान (NovaPlan) एक पदानुक्रमित ढांचा है जो उच्च-स्तरीय कार्य अपघटन और त्रुटि सुधार के लिए क्लोज्ड-लूप विजन-लैंग्वेज प्लानिंग को वीडियो-जनरेटेड काइनेमैटिक प्रायर्स (kinematic priors) के साथ एकीकृत करके ज़ीरो-शॉट लॉन्ग-होरिज़ॉन रोबोटिक मैनिपुलेशन को सक्षम बनाता है।
यह शोध पत्र UAV-सहायता प्राप्त सेंसर नेटवर्क के लिए एक LLM-सक्षम इन-कॉन्टेक्स्ट लर्निंग सिस्टम का प्रस्ताव करता है जो प्राकृतिक भाषा कार्य विवरणों के माध्यम से डेटा संग्रह अनुसूचियों को उत्पन्न करता है, असुरक्षित संचालन को रोकने के लिए एक सुरक्षा सत्यापनकर्ता (सेफ्टी वेरीफायर) को शामिल करता है, और पारंपरिक डीप रीइन्फोर्समेंट लर्निंग विधियों की तुलना में पैकेट लॉस को कम करने में बेहतर प्रदर्शन प्रदर्शित करते हुए जेलब्रेकिंग हमलों के प्रति इसकी कमजोरियों को उजागर करता है।
यह शोधपत्र ConformalNL2LTL का प्रस्ताव करता है, जो एक नवीन विधि है जो उपयोगकर्ता द्वारा परिभाषित शुद्धता गारंटी के साथ प्राकृतिक भाषा निर्देशों को लीनियर टेम्पोरल लॉजिक (Linear Temporal Logic) सूत्रों में अनुवादित करती है, और यह उपयोगकर्ता के हस्तक्षेप को न्यूनतम करने के लिए कॉन्फॉर्मल प्रेडिक्शन (conformal prediction) के साथ संवर्धित लार्ज लैंग्वेज मॉडल्स का उपयोग करके ओपन-वोकैबुलरी (open-vocabulary) प्रश्न-उत्तर समस्याओं को पुनरावर्ती रूप से हल करती है।
यह शोध पत्र सहायक रोबोटिक भुजाओं के लिए एक आई-ट्रैकिंग-संचालित साझा नियंत्रण डिज़ाइन प्रस्तुत करता है, जिसमें उपयोगकर्ता की आवश्यकताओं का तेजी से मूल्यांकन करने, डिज़ाइन संबंधी चुनौतियों की पहचान करने और भविष्य के सुलभता सुधारों को सूचित करने के लिए विज़ार्ड ऑफ़ ओज़ (Wizard of Oz) अध्ययनों का उपयोग किया गया है।
यह शोध पत्र VIL प्रस्तुत करता है, जो एक व्यू-इनवेरिएंट (दृष्टिकोण-अपरिवर्तनीय) पोस्ट-ट्रेनिंग फ्रेमवर्क है जो विभिन्न कैमरा व्यूपॉइंट्स के विरुद्ध निरंतर वातावरण में विजन-लैंग्वेज नेविगेशन की मजबूती और प्रदर्शन को बढ़ाने के लिए कंट्रास्टिव लर्निंग और एक टीचर-स्टूडेंट डिस्टिलेशन दृष्टिकोण का उपयोग करता है, जिससे सिम्युलेटेड बेंचमार्क और वास्तविक-रोबोट मूल्यांकन दोनों पर अत्याधुनिक परिणाम प्राप्त होते हैं।
यह शोध पत्र एक नवीन, मॉडल-मुक्त नियोजन ढांचे (planning framework) को प्रस्तुत करता है जो सिमेंटिक मानचित्रों में संवेदी अनिश्चितता को मापने के लिए कॉन्फॉर्मल प्रेडिक्शन का उपयोग करता है, जिससे रोबोटों को सेंसर मॉडल के पूर्व ज्ञान के बिना, अज्ञात वातावरण में उपयोगकर्ता-निर्धारित मिशन पूर्णता दरों की गारंटी के साथ सुरक्षित रूप से 'रीच-अवॉयड' (reach-avoid) कार्यों को निष्पादित करने में सक्षम बनाया जा सके।
यह शोध पत्र HMPCC का प्रस्ताव करता है, जो एक विकेंद्रीकृत मानव-जागरूक मॉडल प्रेडिक्टिव कंट्रोल फ्रेमवर्क है जो स्पष्ट संचार पर निर्भर हुए बिना सुरक्षा और अनुकूलन क्षमता सुनिश्चित करने के लिए योजना में मानव गति भविष्यवाणियों को एकीकृत करके रोबोट की एक टीम को अज्ञात वातावरण को कुशलतापूर्वक कवर करने में सक्षम बनाता है।
यह शोध पत्र लो अर्थ ऑर्बिट (Low Earth Orbit) में मल्टी-डेब्रिस रिमूवल के लिए एक एकीकृत को-एलिप्टिक मैन्यूवर फ्रेमवर्क प्रस्तावित करता है और तुलनात्मक विश्लेषण के माध्यम से यह प्रदर्शित करता है कि एक मास्क्ड प्रॉक्सिमल पॉलिसी ऑप्टिमाइज़ेशन (Masked Proximal Policy Optimization) डीप रिइन्फोर्समेंट लर्निंग दृष्टिकोण, मिशन दक्षता और कम्प्यूटेशनल गति में ग्रीडी ह्यूरिस्टिक्स (Greedy heuristics) और मोंटे कार्लो ट्री सर्च (Monte Carlo Tree Search) की तुलना में काफी बेहतर प्रदर्शन करता है।