4289 पेपर
नेस्टडेक्स (NestDex) एक नेस्टेड पॉलिसी-लर्निंग फ्रेमवर्क है जो ऑपरेटरों को रोबोटिक आर्म्स को नियंत्रित करने और क्लच के माध्यम से उच्च-स्तरीय हैंड स्किल्स चुनने की अनुमति देकर डेक्सट्रस मैनिपुलेशन डेटा संग्रह को सरल बनाता है, जिससे स्वायत्त विज़ुओमोटर पॉलिसियों को प्रशिक्षित करने के लिए विश्वसनीय प्रदर्शन (demonstrations) उत्पन्न होते हैं।
यह शोध पत्र डेलिब्रेट प्रैक्टिस (DP) को प्रस्तुत करता है, जो एक सक्रिय कौशल शिक्षण एल्गोरिदम है जो अभ्यास समय के प्रमाणित बजट-इष्टतम आवंटन की गणना करने के लिए एक द्विपद प्रोग्राम (bilinear program) का उपयोग करता है, जिससे रोबोट सीमित संसाधनों के तहत दीर्घ-अवधि वाले क्रमिक कार्यों के लिए अपेक्षित संचयी पुरस्कार को अधिकतम करने वाले कौशल स्वायत्त रूप से प्राप्त कर सकते हैं।
कॉन्टैक्टगार्ड (ContactGuard) एक प्री-कॉन्टैक्ट निष्पादन निगरानी प्रणाली है जो अनलेबल डेटा पर प्रशिक्षित एक्शन-कंडीशन्ड लेटेंट वर्ल्ड मॉडल का उपयोग करती है ताकि नियोजित कार्यों के लघु-क्षितिज वाले दृश्य परिणामों की भविष्यवाणी की जा सके, जिससे अंतर्निहित पॉलिसी को संशोधित किए बिना कॉन्टैक्ट-रिच मैनिपुलेशन कार्यों के लिए वास्तविक समय में विफलता का पता लगाना और अबॉर्ट सिग्नल देना संभव हो सके।
यह शोध पत्र एक्सप्लिसिट डिसेंटैंगलमेंट डुअल-ब्रांच (EDD) फ्रेमवर्क प्रस्तुत करता है, जो सामाजिक रोबोटों को विनाशकारी विस्मृति (कैटास्ट्रोफिक फॉरगेटिंग) को कम करने के लिए पर्यावरणीय और सामाजिक संकेतों को स्पष्ट रूप से अलग करके विविध वातावरणों में संदर्भ-उपयुक्त कार्यों को निरंतर सीखने में सक्षम बनाता है।
यह शोध पत्र प्रदर्शित करता है कि विजन-लैंग्वेज-एक्शन (VLAs) में कार्य की प्रगति उनके आंतरिक सक्रियणों (internal activations) से रैखिक रूप से पठनीय है, जो प्रभावी, लेबल-मुक्त आउट-ऑफ-डिस्ट्रीब्यूशन डिटेक्शन और तैनात रोबोटिक नीतियों की रनटाइम निगरानी के लिए सरल प्रोब्स के उपयोग को सक्षम बनाता है।
यह शोध पत्र RLinf-VLA को प्रस्तुत करता है, जो एक एकीकृत और कुशल ढांचा है जो विविध VLA आर्किटेक्चर और RL एल्गोरिदम के एकीकरण को मानकीकृत करता है और कई एम्बोडीड इंटेलिजेंस बेंचमार्क में महत्वपूर्ण प्रशिक्षण गति और अत्याधुनिक प्रदर्शन प्राप्त करने के लिए संसाधन आवंटन को अनुकूलित करता है।
यह शोध पत्र शहर-स्तरीय LiDAR-आधारित 3D परिवर्तन का पता लगाने के लिए एक अनिश्चितता-जागरूक (uncertainty-aware), ऑब्जेक्ट-सेंट्रिक विधि प्रस्तावित करता है जो निर्मित संरचनाओं और शहरी हरियाली में परिवर्तनों का पता लगाने में 95.3% सटीकता प्राप्त करने के लिए मल्टी-रेज़ोल्यूशन रजिस्ट्रेशन, सिमेंटिक रिफाइनमेंट और टाइल्ड प्रोसेसिंग को जोड़ता है, जो सबियाको, पश्चिमी ऑस्ट्रेलिया के एक डेटासेट पर मौजूदा बेसलाइन से बेहतर प्रदर्शन करता है।
यह शोध पत्र मौलिक भौतिक सिद्धांतों से व्युत्पन्न प्रथम-क्रम (first-order) गतिशील घर्षण मॉडलों के एक नवीन वर्ग को प्रस्तुत करता है, जो घर्षण विशेषता के व्युत्क्रमण (inversion) द्वारा प्राप्त किया गया है, जिसमें लुग्रे (LuGre) मॉडल के समान एक संचित (lumped) सूत्रीकरण और रोलिंग संपर्क के लिए एक वितरित PDE-आधारित संस्करण शामिल है, और इन दोनों का नियंत्रण एवं अनुमान अनुप्रयोगों के समर्थन हेतु स्थिरता और निष्क्रियता (passivity) के लिए कठोरता से विश्लेषण किया गया है।
यह शोध पत्र TMRL प्रस्तुत करता है, जो एक एकीकृत ढांचा है जो व्यापक एक्शन कवरेज के लिए डिफ्यूजन नॉइज़ को इंजेक्ट करने हेतु कॉन्टेक्स्ट-स्मूथड प्री-ट्रेनिंग का उपयोग करके और अन्वेषण (एक्सप्लोरेशन) को गतिशील रूप से नियंत्रित करने के लिए टाइमस्टेप-मॉड्यूलेटेड रीइन्फोर्समेंट लर्निंग का उपयोग करके बिहेवियरल क्लोनिंग और रीइन्फोर्समेंट लर्निंग के बीच के अंतर को पाटता है, जिससे सैंपल दक्षता में उल्लेखनीय सुधार होता है और एक घंटे से भी कम समय में वास्तविक दुनिया के रोबोट पॉलिसी फाइन-ट्यूनिंग को सक्षम बनाता है।
यह शोध पत्र 'थिया' (Thea) को प्रस्तुत करता है, जो एम्बॉडीड एजेंटों (embodied agents) के लिए एक हार्नेस है जो अवस्था जागरूकता के लिए एक निरंतर प्रतीकात्मक दृश्य ग्राफ (persistent symbolic scene graph) और क्रिया फीडबैक के लिए एक मूल्यांकन तंत्र को एकीकृत करके कोडिंग एजेंट प्रतिमान को भौतिक दुनिया के अनुकूल बनाता है, जिससे एक क्लोज्ड एजेंटिक लूप के माध्यम से लंबी अवधि के कार्यों के सफल निष्पादन को सक्षम बनाया जा सके।