4223 पेपर
यह शोध पत्र एक न्यूरल रिड्यूस्ड डायनेमिक्स (NRD) फ्रेमवर्क पेश करता है जो सरल मॉडलों में तीव्र, उच्च-थ्रूपुट पॉलिसी प्रशिक्षण को सक्षम करने के लिए इष्टतम अवस्था अमूर्तता (state abstractions) सीखता है, जिससे जटिल, उच्च-सटीकता वाले रोबोटिक सिमुलेशन में सफल ज़ीरो-शॉट ट्रांसफर और श्रेष्ठ नियंत्रण प्रदर्शन प्राप्त होता है।
यह शोध पत्र SAM-TD प्रस्तुत करता है, जो एक संकलन विधि (compilation method) है जो स्ट्रीम-आधारित टास्क एंड मोशन प्लानिंग को परिमित ट्रेसेस (finite traces) पर मनमाने लीनियर टेम्पोरल लॉजिक (Linear Temporal Logic) बाधाओं को लागू करने में सक्षम बनाती है, जो एक्शन स्कीमा में प्रतिगामी ऑटोमेटन गार्ड्स (regressed automaton guards) को एम्बेड करके किया जाता है, जिससे अंतर्निहित प्लानर को संशोधित किए बिना गतिशील रूप से उत्पन्न वस्तुओं को संभाला जा सकता है।
यह शोध पत्र एक स्व-पर्यवेक्षित फाइन-ट्यूनिंग पद्धति प्रस्तावित करता है जो ज़ीरो-शॉट विज़न-लैंग्वेज-एक्शन (VLA) मॉडलों से ऑनलाइन इंटरेक्शन रोलआउट्स का लाभ उठाती है ताकि नए रोबोटिक स्वरूपों को उनकी मूल निर्देश-अनुपालन क्षमताओं और पूर्व कार्य ज्ञान को सुरक्षित रखते हुए विशेषज्ञ डेटा से नए कौशल सीखने में सक्षम बनाया जा सके।
यह शोध पत्र नेटवर्क युक्त फिजिकल एआई (Physical AI) में "वेरिफिकेशन गैप" को संबोधित करने के लिए एक पोस्ट-सिमेंटिक कम्युनिकेशन फ्रेमवर्क पेश करता है, जो साक्ष्य सत्यापन (evidence validation) को क्रिया प्राधिकरण (action authorization) से अलग करता है, और अंतिम निर्णयकर्ता की निर्भरताओं (finalizer dependencies) तथा नेटवर्क बाधाओं के आधार पर फीडबैक रणनीतियों को अनुकूलित करने के लिए साक्ष्य हस्तांतरण और समन्वय के लिए विशिष्ट तंत्रों का उपयोग करता है।
यह शोध पत्र एक वर्ल्ड-मॉडल-ग्राउंडेड प्लानिंग फ्रेमवर्क प्रस्तावित करता है जो ऑफशोर विंड फार्मों में नेविगेट करने वाले ऑटोनॉमस अंडरवॉटर और सरफेस वाहनों के लिए सुरक्षित, टकराव-मुक्त प्रक्षेपवक्र (ट्रैजेक्टरीज) उत्पन्न करने हेतु एक भौतिकी-आधारित न्यूरल मॉडल को लार्ज लैंग्वेज मॉडल के साथ एकीकृत करता है, जो सिमुलेशन त्रुटियों को महत्वपूर्ण रूप से कम करता है और ऑनबोर्ड सेंसर के बिना विजन-आधारित सिमेंटिक मैपिंग को सक्षम बनाता है।
यह शोध पत्र SAGE प्रस्तुत करता है, जो एक अनुकूली एर्गोडिक नियंत्रण ढांचा (adaptive ergodic control framework) है जो वास्तविक समय के जोखिम मूल्यांकन के आधार पर सबसी वॉल्व्स (subsea valves) के लिए स्वायत्त वाहन निरीक्षण समय को गतिशील रूप से आवंटित करता है, जो उच्च-जोखिम वाले घटकों की अधिक बार निगरानी करने और बिना किसी स्पष्ट पुन: नियोजन (re-planning) की आवश्यकता के नव-पता लगाए गए रिसाव के प्रति तत्काल व्यवहारिक समायोजनों को सक्षम करके निश्चित-मार्ग A* योजना (fixed-route A* planning) से काफी बेहतर प्रदर्शन करता है।
SafeBranch एक ऐसा फ्रेमवर्क है जो विजन-लैंग्वेज-मॉडल-आधारित एम्बोडीड एजेंटों की सुरक्षा को बढ़ाता है, जो उन्हें अपने स्वयं के असुरक्षित रोलआउट्स से प्राप्त ब्रांच पेयर्स पर प्रशिक्षित करके उन्हें कार्य सफलता से समझौता किए बिना या परिनियोजन (डिप्लॉयमेंट) के दौरान किसी क्रिटिक की आवश्यकता के बिना, सुरक्षा-महत्वपूर्ण चरणों को विश्वसनीय रूप से संभालने में सक्षम बनाता है।
GOAG एक नवीन ऑब्जेक्ट-अग्नोस्टिकिक (object-agnostic) डीप जनरेटिव मॉडल है जो ग्रिपर और ऑब्जेक्ट के संपर्क सतहों के बीच ज्यामितीय अनुकूलता का लाभ उठाता है ताकि बिना किसी ऑब्जेक्ट-विशिष्ट प्रशिक्षण डेटा के अनदेखे ऑब्जेक्ट्स के लिए ग्रैस्प प्लानिंग को कुशलतापूर्वक सामान्यीकृत किया जा सके, जिससे सिमुलेशन और वास्तविक दुनिया के प्रयोगों दोनों में अत्याधुनिक प्रदर्शन प्राप्त होता है।
CoToGrasp एक नवीन, वस्तु-अज्ञेय (object-agnostic) जनरेटिव फ्रेमवर्क है जो विशिष्ट संपर्क टोपोलॉजी (contact topologies) पर आधारित विविध और स्थिर डेक्सट्रस ग्रैस्प्स को एक फीचर-आधारित कैनोनिकल वर्कस्पेस में सीखकर संश्लेषित करता है, जिससे बिना किसी महंगे एनोटेटेड डेटासेट की आवश्यकता के अनदेखी वस्तुओं के लिए ज़ीरो-शॉट सामान्यीकरण (zero-shot generalization) प्राप्त होता है।
यह शोध पत्र PVRA को प्रस्तुत करता है, जो एक 3D कीपॉइंट-आधारित मॉड्यूलर लर्निंग फ्रेमवर्क है जो ऑब्जेक्ट-सेंट्रिक परसेप्शन से असेंबली डिपेंडेंसीज़ सीखने की ओर स्थानांतरित होकर रोबोटिक असेंबली को उन्नत करता है, जिससे प्रोग्रेसिव असेंबली कार्यों के लिए RGB-D इनपुट्स से एक्शन करने योग्य आउटपुट का पूर्वानुमान लगाना सक्षम होता है।