A Riemannian Take on Distance Fields and Geodesic Flows in Robotics
यह शोध पत्र एक न्यूरल रीमानियन ईकल सॉल्वर (NES) प्रस्तुत करता है जो एक मेश-मुक्त, भौतिकी-सूचित तंत्रिका नेटवर्क (physics-informed neural network) के माध्यम से रीमानियन ईकल समीकरण को हल करके यूक्लिडियन दूरी क्षेत्रों को गैर-यूक्लिडियन मीट्रिक स्थानों में सामान्यीकृत करता है, जिससे बिना किसी लेबल वाले प्रशिक्षण डेटा की आवश्यकता के उच्च-आयामी रोबोटिक कार्यों के लिए वैश्विक रूप से लंबाई-न्यूनतम जियोडेसिक पथों की गणना सक्षम होती है।