4223 पेपर
यह शोध पत्र "मेमोरी एंकर्स" (Memory Anchors) को प्रस्तुत करता है, जो परस्पर विरोधी कार्य निरूपणों (conflicting task representations) द्वारा पहचाने गए पिछले अनुभवों का एक रणनीतिक उपसमुच्चय है, जो जब रिप्ले बफ़र्स में प्राथमिकता प्राप्त करते हैं, तो कैटास्ट्रोफिक फॉरगेटिंग (catastrophic forgetting) को महत्वपूर्ण रूप से कम करते हैं और रोबोटों के लिए प्रभावी निरंतर शिक्षण (continual learning) को सक्षम करते हैं।
SOLO एक एकीकृत ढांचा है जो स्थिर, दीर्घ-क्षितिज मानव सदृश लोकोमोशन (humanoid locomotion) के लिए फोरियर-एनकोडेड क्वेरी रिकन्स्ट्रक्टर (Fourier-encoded Query Reconstructor) को तीव्र भूभाग सीमाओं को संरक्षित करने के लिए और ट्रैजेक्टरी-अवेयर MSE डिस्टिलेशन (Trajectory-Aware MSE distillation) विधि को बेहतर टेम्पोरल क्रेडिट असाइनमेंट के लिए जोड़ता है, जो जटिल बाहरी और आंतरिक भूभागों के सुदृढ़ ज़ीरो-शॉट ट्रावर्सल (zero-shot traversal) को सक्षम बनाता है।
यह शोध पत्र LiDAR-आधारित सेंसिंग का उपयोग करते हुए A31 फ्रांसीसी मोटरवे पर असिस्टेड लेन चेंज सिस्टम के पहले स्वतंत्र सार्वजनिक-सड़क परीक्षण अभियान को प्रस्तुत करता है, जिससे यह पता चला कि जबकि पद्धति UNECE विनियमन 79 के अनुपालन का प्रभावी ढंग से आकलन करती है, परीक्षण किए गए सिस्टमों ने कई ऐसे युद्धाभ्यास (maneuvers) की अनुमति दी जो नियामक सुरक्षा दूरी आवश्यकताओं को पूरा करने में विफल रहे।
यह शोध पत्र MeshPriorDiT का प्रस्ताव करता है, जो एक पदानुक्रमित (hierarchical) मॉडल है जो टोपोलॉजिकल रूप से बाधित प्रक्षेपवक्र भविष्यवाणी के लिए एक एक्शन-कंडीशन्ड मेश GNN को ग्लोबल कोऑर्डिनेशन के लिए एक रेसिडुअल DiT के साथ जोड़ता है, जो स्थानीय भौतिक सुसंगतता को बनाए रखते हुए लॉन्ग-होरिजन क्लॉथ डायनेमिक्स प्रेडिक्शन की सटीकता में महत्वपूर्ण सुधार करता है।
यह शोध पत्र Instruct-to-Act को प्रस्तुत करता है, जो एक विखंडित (decoupled) ढांचा है जो विविध एकल और बहु-एजेंट वातावरणों में सुदृढ़, कम-विलंबता वाले एम्बॉडीड नियंत्रण (embodied control) को प्राप्त करने के लिए विजन-लैंग्वेज मॉडल से उच्च-स्तरीय योजना को तेज़, भाषा-सशर्त वर्ल्ड-मॉडल कंट्रोलर्स के साथ जोड़ता है।
CLIPPER एक लो-लेटेंसी, रिप्लेएबल ऑप्टिमाइज़ेशन फ्रेमवर्क है जो म्यूनिसिपल माइक्रोमोबिलिटी प्लानिंग के लिए है, जो सटीक गेन रीकंप्यूटेशन के साथ बाउंडेड कैंडिडेट पूल्स का उपयोग करके जटिल बाधाओं के तहत लगभग-इष्टतम स्थानिक कवरेज प्राप्त करता है, जिससे फुल-सेट ग्रीडी मेथड्स की तुलना में गणना समय में काफी कमी आती है और प्रमुख जर्मन शहरों में तीव्र नीति तुलना को सक्षम बनाता है।
यह शोध पत्र स्टोनफिश (Stonefish) सिम्युलेटर का एक भौतिकी- और सेंसर-आधारित विस्तार प्रस्तुत करता है जो सटीक दीर्घकालिक नेविगेशन और लर्निंग-आधारित स्वायत्तता (autonomy) को समर्थन देने के लिए स्टोकेस्टिक सेंसर ड्रिफ्ट (stochastic sensor drift), उच्च-क्रम हाइड्रोडायनामिक्स और पर्यावरणीय परिवर्तनशीलता को एकीकृत करके गहरे समुद्र की यथार्थता को बढ़ाता है।
यह शोध पत्र एक कॉन्टैक्ट-एडेड फैक्टर-ग्राफ लोकलाइजेशन फ्रेमवर्क प्रस्तावित करता है जो फीचर-रिच लेकिन धारणा-क्षीण (perception-degraded) वातावरण में संचालित स्वायत्त अंतर्जलीय वाहनों (AUVs) के लिए प्रक्षेपवक्र ड्रिफ्ट (trajectory drift) को प्रभावी ढंग से सुधारने और ऑब्जेक्ट रीविज़िट सटीकता को बढ़ाने हेतु सक्शन-आधारित मैनिपुलेटर संपर्क घटनाओं को एडेप्टिव विजुअल ओडोमेट्री और सेंसर डेटा के साथ संलयित करता है।
यह शोध पत्र A-sharp को प्रस्तुत करता है, जो एक अनुकूलनशील एल्गोरिदम है जो संघर्षों को रोकने और स्थिर SHARP दृष्टिकोण की तुलना में मेक्सपैन (makespan) को महत्वपूर्ण रूप से कम करने के लिए सीमित गोदामों में रोबोटों के लिए समर्पित प्रतीक्षा स्थानों (हेवन/Havens) को गतिशील रूप से पुन: आवंटित करता है, जबकि कार्य पूरा होने की गणितीय गारंटी भी देता है।
Riemann-1.0 एक एकीकृत कारणत्मक ऑटोरेग्रेसिव वर्ल्ड एक्शन मॉडल है जो मल्टी-व्यू ऑब्जर्वेशन, रोबोट स्टेट्स और एक्शन्स को एक एकल फ्रेमवर्क में एकीकृत करता है, जो सिमुलेशन और वास्तविक दुनिया के लॉन्ग-होरइजन मैनिपुलेशन कार्यों में अत्याधुनिक प्रदर्शन प्राप्त करने के लिए 2,00,000 घंटों से अधिक विविध एम्बॉडीड डेटा पर एक प्रोग्रेसिव प्रीट्रेनिंग रणनीति का लाभ उठाता है।