4966 पेपर
यह शोध पत्र एक स्थानीयकृत ग्राफ-आधारित न्यूरल डायनेमिक्स (GBND) ढांचे का प्रस्ताव करता है जो भविष्यवाणी के लिए कणों के एक छोटे, सक्रिय सबग्राफ की पहचान करने के लिए लर्निंग-आधारित दृष्टिकोण का उपयोग करके कुशल और सटीक टेरेन मैनिपुलेशन मॉडलिंग प्राप्त करता है, जिससे उच्च सटीकता बनाए रखते हुए कम्प्यूटेशनल जटिलता को काफी कम किया जा सकता है।
यह शोध पत्र शेयर्ड ऑटोनॉमी के लिए एक मानव-केंद्रित सुरक्षा फिल्टर (HCSF) का प्रस्ताव करता है जो एक सीखे हुए न्यूरल सेफ्टी वैल्यू फंक्शन का उपयोग करके एक मॉडल-फ्री कंट्रोल बैरियर फंक्शन के माध्यम से सुचारू, न्यूनतम हस्तक्षेप प्रदान करता है, जिससे मानव एजेंसी से समझौता किए बिना AI-सहायता प्राप्त मोटरस्पोर्ट्स जैसे जटिल वातावरणों में सुरक्षा और उपयोगकर्ता संतुष्टि को बढ़ाया जा सके।
यह शोध पत्र एक भौतिकी-सूचित न्यूरल सिमुलेशन फ्रेमवर्क प्रस्तावित करता है जो सर्जिकल अनुप्रयोगों के लिए सटीक, भौतिक रूप से सुसंगत और वास्तविक समय में सॉफ्ट-टिश्यू विरूपण मॉडलिंग को सक्षम करने हेतु केल्विनलेट-आधारित विश्लेषणात्मक प्रायों (analytical priors) को बड़े पैमाने के FEM डेटा के साथ एकीकृत करता है।
HOGraspFlow एक सामर्थ्य-केंद्रित दृष्टिकोण है जो सिंगल-इमेज RGB हैंड-ऑब्जेक्ट इंटरैक्शन को कई निष्पादन योग्य समानांतर ग्रिपर ग्रैस्प्स में रिटारगेट करने के लिए फ्लो मैचिंग का उपयोग करता है, जिससे बिना किसी पूर्व ज्यामिति की आवश्यकता के सुदृढ़, ऑब्जेक्ट-अग्नोस्टिक ग्रैस्प सिंथेसिस प्राप्त होता है।
यह शोध पत्र डिस्क्रीट वेरिएशनल ऑटोएनकोडर्स के लिए एक प्रशिक्षण ढांचे का प्रस्ताव करता है जो पॉलिसी सर्च तकनीकों—विशेष रूप से एक नॉन-पैरामीट्रिक एनकोडर के नेचुरल ग्रेडिएंट का—का उपयोग करता है ताकि पुनर्संरचना अनुमानों (reparameterization approximations) की आवश्यकता के बिना डिस्क्रीट लेटेंट स्पेस के लिए कुशल, डिफरेंशिएबल अपडेट सक्षम किए जा सकें।
यह शोध पत्र ऑर्डर्ड एक्शन टोकनाइज़ेशन (OAT) को प्रस्तुत करता है, जो एक नवीन सीखे गए विविक्तकरण (discretization) तंत्र के रूप में निरंतर रोबोटिक क्रियाओं को टोकन के एक कारण-क्रमित (causally ordered) अनुक्रम में परिवर्तित करता है, जिससे ऑटो-रिग्रेसिव पॉलिसियों को विविध रोबोटिक कार्यों में बेहतर प्रदर्शन और लचीला, एनीटाइम इन्फरेंस प्राप्त करने में सक्षम बनाया जा सके।
यह शोधपत्र WorldArena का परिचय देता है, जो एक एकीकृत बेंचमार्क और EWMScore मेट्रिक है जिसे डाउनस्ट्रीम निर्णय लेने वाले कार्यों में संवेदी निष्ठा (perceptual fidelity) और कार्यात्मक उपयोगिता (functional utility) दोनों के माध्यम से एम्बोडीड वर्ल्ड मॉडल्स (embodied world models) का व्यवस्थित रूप से मूल्यांकन करने के लिए डिज़ाइन किया गया है, जो यह प्रकट करता है कि उच्च दृश्य गुणवत्ता हमेशा मजबूत कार्य प्रदर्शन की गारंटी नहीं देती है।
यह शोध पत्र ऑल-व्हील स्टीयरिंग वाहनों के लिए एक नवीन मॉडल-आधारित, आउटपुट-फीडबैक लेटरल ट्रैकिंग नियंत्रण रणनीति प्रस्तावित करता है जो पथ-अनुसरण सटीकता में सुधार करने और माइक्रो-शिमी घटनाओं को दबाने के लिए स्मार्ट टायर प्रौद्योगिकियों के साथ वितरित टायर गतिकी (PDEs के माध्यम से मॉडल की गई) को एकीकृत करता है।
BagelVLA एक एकीकृत विजन-लैंग्वेज-एक्शन मॉडल है जो भाषाई योजना (linguistic planning) और विजुअल फोरकास्टिंग को एक्शन जनरेशन लूप में इंटरलीव करके लॉन्ग-होरिज़न मैनिपुलेशन को बढ़ाता है, जो भविष्य कहने वाले विजुअल फीचर्स के साथ कार्यों को कुशलतापूर्वक निर्देशित करने के लिए एक नवीन रेसिडुअल फ्लो गाइडेंस (Residual Flow Guidance) तंत्र का उपयोग करता है।
यह शोध पत्र एक विधि प्रस्तावित करता है जो अनऑब्जर्व्ड कन्फाउंडिंग वेरिएबल्स (unobserved confounding variables) वाले वातावरण में मजबूत निरंतर नियंत्रण (robust continuous control) को सक्षम करने के लिए एक कॉज़ल बेलमैन समीकरण (causal Bellman equation) का उपयोग करके ऑफलाइन डेटासेट से रिवॉर्ड शेपिंग फंक्शन्स को स्वचालित रूप से सीखने का प्रस्ताव देता है।