4966 पेपर
UniMotion एक एकीकृत, डिकोडर-ओनली ट्रांसफॉर्मर फ्रेमवर्क है जो साझा प्रतिनिधित्व और अनुकूलित प्रशिक्षण रणनीतियों के माध्यम से मोशन सिमुलेशन, प्रेडिक्शन और प्लानिंग कार्यों को एकीकृत करता है, जो वेमो ओपन मोशन डेटासेट पर अत्याधुनिक प्रदर्शन और उन्नत स्केलेबिलिटी प्राप्त करता है।
यह शोधपत्र JANUS को प्रस्तुत करता है, जो सहायक रोबोटों के लिए एक संज्ञानात्मक आर्किटेक्चर (cognitive architecture) है, जो संदर्भ बनाए रखने, निर्णयों को सत्यापित करने और बाहरी साक्ष्यों के आधार पर प्रतिक्रियाओं को पुष्ट करने के लिए फैक्टर्ड रीजनिंग (factored reasoning), आंतरिक वाक् (inner speech) और निरंतर स्मृति (persistent memory) का उपयोग करता है, जिससे स्केलेबल और ऑडिट करने योग्य मानव-रोबोट संपर्क सक्षम होता है।
यह शोध पत्र सेफ स्टोकेस्टिक एक्सप्लोरर (S.S.Explorer) को प्रस्तुत करता है, जो एक नवीन ढांचा है जो गॉसियन प्रोसेस का उपयोग करके ऑनलाइन सुरक्षा कार्यों को सीखने और सूचना एकत्र करने तथा संभाव्यता आधारित सुरक्षा गारंटी के बीच संतुलन बनाकर, स्वायत्त रोबोटों को स्टोकेस्टिक वातावरण में अज्ञात वस्तुओं के साथ सुरक्षित रूप से नेविगेट करने और परस्पर क्रिया करने में सक्षम बनाता है।
यह शोध पत्र RoDiF को प्रस्तुत करता है, जो डिफ्यूजन पॉलिसीज़ के लिए एक सुदृढ़ फाइन-ट्यूनिंग विधि है जो रिवॉर्ड-फ्री डायरेक्ट प्रेफरेंस ऑप्टिमाइज़ेशन को सक्षम करने के लिए एक यूनिफाइड MDP फॉर्मूलेशन का लाभ उठाती है और लॉन्ग-होरिज़ॅन रोबोटिक कार्यों में दूषित मानव फीडबैक को प्रभावी ढंग से संभालने के लिए एक ज्योमेट्रिक हाइपोथीसिस-कटिंग रणनीति का उपयोग करती है।
Sand-Planner एक सैंपल-एफिशिएंट डिफ्यूजन-आधारित लोकल प्लॅनर है जो स्मूथ ट्राजेक्टरी जनरेशन के लिए B-स्प्लाइन स्पेस का लाभ उठाता है और क्लटर्ड वातावरण में न्यूनतम प्रशिक्षण डेटा और ज़ीरो-शॉट ट्रांसफ़रेबिलिटी के साथ स्टेट-ऑफ-द-आर्ट प्रदर्शन प्राप्त करने के लिए ESDF-आधारित सुरक्षा जांच का उपयोग करता है।
यह शोध पत्र चींटियों के उच्च-घर्षण, रोएंदार और लचीले अग्रपाद से प्रेरित एक नवीन, कम लागत वाले ग्रिपर डिज़ाइन को प्रस्तुत करता है, जो विविध उपभोक्ता वस्तुओं को पकड़ने और घनी अव्यवस्था से वस्तुओं को उठाने में अपनी मजबूत सफलता का प्रदर्शन करता है।
टीम HCMUS_TheFangs ने यह प्रदर्शित करके NeurIPS 2025 'माउस बनाम एआई' प्रतियोगिता के दोनों ट्रैक में विजयी परिणाम प्राप्त किए कि हल्के और सरल आर्किटेक्चर विजुअल मजबूती (visual robustness) में उत्कृष्ट प्रदर्शन करते हैं, जबकि गहरे और उच्च-क्षमता वाले मॉडल न्यूरल अलाइनमेंट (neural alignment) के लिए बेहतर होते हैं, जिससे यह स्पष्ट होता है कि इष्टतम प्रदर्शन मॉडल के आकार को अधिकतम करने के बजाय विशिष्ट कार्य लक्ष्यों के साथ आर्किटेक्चरल जटिलता के मिलान पर निर्भर करता है।
यह शोध पत्र LOKI को प्रस्तुत करता है, जो एक तीन-चरणीय ऑफलाइन लर्निंग फ्रेमवर्क है जो बिना किसी स्पष्ट रिवॉर्ड के, मल्टी-टास्क प्रदर्शनों (demonstrations) से व्याख्यात्मक और पुन: प्रयोज्य कौशल (reusable skills) की खोज करता है, जिससे पदानुक्रमित नीतियों (hierarchical policies) का निर्माण संभव होता है जो जटिल बेंचमार्क पर उच्च सफलता दर प्राप्त करती हैं और नवीन कार्यों को हल करने के लिए सीखे गए कौशलों को संयोजित कर सकती हैं।
यह शोध पत्र PolicyFlow को प्रस्तुत करता है, जो एक नवीन ऑन-पॉलिसी सुदृढीकरण शिक्षण (reinforcement learning) एल्गोरिदम है जो वेग क्षेत्र विविधताओं (velocity field variations) के माध्यम से महत्व अनुपातों (importance ratios) का अनुमान लगाकर और स्थिरता एवं विविधता सुनिश्चित करने के लिए एक ब्राउनियन रेगुलराइज़र (Brownian Regularizer) का उपयोग करके, अभिव्यंजक निरंतर सामान्य प्रवाह (continuous normalizing flow) नीतियों को PPO-शैली के उद्देश्यों के साथ एकीकृत करता है, जिससे मानक गॉसियन-आधारित PPO और मौजूदा फ्लो-आधारित बेसलाइन की तुलना में बेहतर प्रदर्शन प्राप्त होता है और समृद्ध बहुविध क्रिया वितरणों (multimodal action distributions) को कैप्चर किया जाता है।
यह शोध पत्र SkySim को प्रस्तुत करता है, जो एक ROS2-आधारित सिमुलेशन फ्रेमवर्क है जो गैर-विशेषज्ञ उपयोगकर्ताओं के लिए वास्तविक समय में, टकराव-मुक्त निष्पादन सुनिश्चित करने हेतु आर्टिफिशियल पोटेंशियल फील्ड सुरक्षा फिल्टर के साथ उच्च-स्तरीय योजना के लिए लार्ज लैंग्वेज मॉडल्स को एकीकृत करके UAV स्वार्म्स के प्राकृतिक भाषा नियंत्रण को सक्षम बनाता है।