4289 पेपर
यह शोध पत्र MiDAS को प्रस्तुत करता है, जो एक सरल ऑफलाइन-टू-ऑनलाइन सुदृढीकरण शिक्षण (reinforcement learning) ढांचा है जो सामान्यज्ञ रोबोट नीतियों को केवल एक मानव प्रदर्शन से भी तेजी से नए कार्यों के अनुकूल होने और मजबूत स्वायत्त सुधार प्राप्त करने में सक्षम बनाता है।
यह शोध पत्र यह प्रदर्शित करता है कि स्मार्ट व्हीलचेयर के लिए एक स्वायत्तता-सहायक साझा नियंत्रण रणनीति, जो उपयोगकर्ताओं की प्राकृतिक गति परिवर्तनशीलता को दबाने के बजाय उसे संरक्षित करती है, कार्य प्रदर्शन से समझौता किए बिना कथित एजेंसी और उपयोगिता को महत्वपूर्ण रूप से बढ़ाती है।
यह शोध पत्र एक हल्के, गैर-प्रशिक्षण योग्य न्यूरो-सिंबोलिक सुरक्षा गार्ड को प्रस्तुत करता है जो एंड-टू-एंड स्वायत्त ड्राइविंग एजेंटों के साथ जुड़कर असुरक्षित कमांड को सुरक्षित विकल्पों से बदलकर स्पष्ट यातायात नियमों को लागू करता है, जिससे समग्र ड्राइविंग प्रदर्शन से समझौता किए बिना टकराव को काफी कम करता है और लॉन्ग-टेल बेंचमार्क पर सफलता दर में सुधार करता है।
StellaVLA एक विजन-लैंग्वेज-एक्शन मॉडल्स के लिए टेस्ट-टाइम अडैप्टेशन फ्रेमवर्क है जो आउट-ऑफ-डिस्ट्रीब्यूशन परिदृश्यों और एम्बॉडीमेंट्स में सामान्यीकरण को बढ़ाने के लिए इन-कॉन्टेक्स्ट गाइडेंस के रूप में शून्य-लागत, स्ट्रक्चर्ड प्रदर्शनों (जैसे कि टास्क प्लान और वर्बलाइज्ड 3D मोशन) का लाभ उठाता है, जो बिना किसी इन्फरेंस लेटेंसी के प्रमुख बेंचमार्क पर स्टेट-ऑफ-द-आर्ट प्रदर्शन प्राप्त करता है।
ContactIPM एक नवीन संरचना-शोषणकारी (structure-exploiting) इंटीरियर-पॉइंट सॉल्वर है जो कॉन्टैक्ट-इम्प्लिसिट ट्रेजेक्टरी ऑप्टिमाइज़ेशन समस्याओं को कुशलतापूर्वक और सुदृढ़ता से हल करने के लिए स्टेजवाइज ऑप्टिमल-कंट्रोल फैक्टराइजेशन को प्राइमल-डुअल कंसिस्टेंसी के साथ जोड़ता है, जो मौजूदा कॉन्टैक्ट-विशिष्ट सॉल्वरों की तुलना में महत्वपूर्ण गति वृद्धि और बेहतर सफलता दर प्रदर्शित करता है।
यह शोध पत्र प्रदर्शित करता है कि समरूप पिवोटिंग क्यूब मॉड्यूलर रोबोट केवल स्थानीय संवेदन और सुदृढीकरण शिक्षण (reinforcement learning) का उपयोग करके दो आयामों में प्रभावी वैश्विक पुनर्गठन प्राप्त कर सकते हैं, जहाँ ग्रिड सममिति को शामिल करना मॉडल के आकार को कम करता है और बहु-चरण सूचना प्रवाह सीमित पड़ोसी अंतःक्रियाओं के बावजूद निकट-इष्टतम प्रदर्शन सक्षम करता है।
यह शोध पत्र OP-Gen का प्रस्ताव करता है, जो एक एकल वास्तविक-विश्व प्रदर्शन (डेमोंस्ट्रेशन) को एक कल्पित डेटासेट में बढ़ाने के लिए 3D जनरेटिव मॉडल्स का लाभ उठाता है, जिससे रोबोट्स को विविध प्रारंभिक अवस्थाओं से कार्यों को सफलतापूर्वक निष्पादित करने वाली सर्वदिशीय (ओम्नीडायरेक्शनल) नीतियों को मौजूदा बेसलाइनों की तुलना में काफी कम प्रदर्शनों के साथ सीखने में सक्षम बनाया जा सके।
यह शोधपत्र TriManPolicy को प्रस्तुत करता है, जो कि डिपेंडेंसी-अवेयर ट्राई-आर्म शेड्यूलिंग (DATS) से सुसज्जित एक इमिटेशन लर्निंग सिस्टम है, जो कार्य संबंधी बाधाओं को सुरक्षित रखते हुए स्वतंत्र आर्म मोशन्स के ऑफलाइन रीटाइमिंग के माध्यम से एक एकल मानव ऑपरेटर को ट्राई-मैनुअल रोबोट्स के लिए सिंक्रोनस पॉलिसियों को प्रभावी ढंग से प्रदर्शित और प्रशिक्षित करने में सक्षम बनाता है, जिससे पारंपरिक बाईमैनुअल टेलीऑपरेशन की सीमाओं को दूर किया जा सके।
यह शोध पत्र यह प्रदर्शित करता है कि अपर्याप्त विस्तृत परिचालन डेटा, सुरक्षा-महत्वपूर्ण स्वायत्त वाहन सॉफ्टवेयर के लिए खतरनाक रूप से आशावादी विश्वसनीयता दावों की ओर ले जा सकता है, भले ही उनका मूल्यांकन रूढ़िवादी बेयसियन विधियों का उपयोग करके किया गया हो, क्योंकि यह इन तकनीकों को डेटा निष्ठा की सीमाओं के विरुद्ध ऐसे दावों की सुदृढ़ता को मापने के लिए विस्तारित करता है।
यह शोध पत्र इंट्रासाइटोप्लाज्मिक स्पर्म इंजेक्शन (ICSI) के लिए एक इमर्सिव माइक्रोमैनिपुलेशन सिस्टम प्रस्तुत करता है जो मैककिबन-आधारित हैप्टिक फीडबैक द्वारा संवर्धित एकल-हस्त इंटरफेस में पिपेट और इंजेक्टर नियंत्रणों को एकीकृत करता है, जो पारंपरिक तरीकों की तुलना में बेहतर परिचालन गति, कम संज्ञानात्मक कार्यभार और बेहतर उपयोगिता प्रदर्शित करता है।