4289 पेपर
यह शोध पत्र एक डीप रिइन्फोर्समेंट लर्निंग फ्रेमवर्क प्रस्तुत करता है जो लेटेंट अलाइनमेंट (latent alignment) वाले एक एसिमेट्रिक एक्टर-क्रिटिक आर्किटेक्चर और एक सीखने योग्य गेट फ्रीक्वेंसी पैरामीटर का उपयोग करके, पूर्व-निर्धारित दोष रणनीतियों के बिना समन्वय को अनुकूल रूप से पुनर्गठित करने के माध्यम से, एक 68 किलोग्राम के क्वाड्रुपेड रोबोट को एक्चुएटर पावर लॉस के तहत स्थिर लोकोमोशन बनाए रखने में सक्षम बनाता है।
यह शोध पत्र प्रदर्शित करता है कि विजन-लैंग्वेज-एक्शन मॉडल में सिमेंटिक ड्राइविंग इंटेंट (semantic driving intent) को शुरुआती डिकोडर परतों से रैखिक रूप से डिकोड किया जा सकता है, जिससे केवल मामूली प्रक्षेपवक्र त्रुटि (trajectory error) के साथ 1.33 की गति वृद्धि प्राप्त करने के लिए 32 में से 8 परतों को छाँटना (pruning) संभव है।
यह शोध पत्र Afford-X को प्रस्तुत करता है, जो बड़े पैमाने के LVIS-Aff डेटासेट द्वारा संवर्धित एक संक्षिप्त और कुशल एंड-टू-एंड ट्रेन करने योग्य मॉडल है, जो कार्य-उन्मुख रोबोटिक हेरफेर (manipulation) के लिए बेहतर सामान्यीकरण योग्य अफोर्डेंस तर्क (affordance reasoning) प्राप्त करता है और साथ ही गैर-LLM विधियों से काफी बेहतर प्रदर्शन करता है और GPT-4V की तुलना में तेज़ इन्फरेंस (inference) प्रदान करता है।
यह शोध पत्र एक नवीन सुरक्षा सूत्रीकरण प्रस्तुत करता है जो सूचित नियोजन को सक्षम करने के लिए अपरिहार्य विफलताओं के दौरान रोबोट-पर्यावरण अंतःक्रियाओं की संभावना और गंभीरता को परिमाणित करता है, जिसके साथ फेलबेंच (FailBench) भी है, जो घरेलू वातावरण में विविध विफलता मोड के तहत रोबोट की मजबूती के व्यवस्थित मूल्यांकन के लिए एक मुजोको (MuJoCo) आधारित सिमुलेशन फ्रेमवर्क है।
यह शोध पत्र LoDA का प्रस्ताव करता है, जो एक लेवल-ऑफ-डिटेक्शन अवेयर 3D चेंज डिटेक्शन पाइपलाइन है जो उच्च सटीकता के साथ ऑब्जेक्ट-लेवल चेंज लेबलिंग प्राप्त करने के लिए अनसर्टेन्टी-अवेयर रजिस्ट्रेशन और ज्योमेट्री-ड्रिवन सेगमेंटेशन को एकीकृत करता है, साथ ही शहरी वातावरण के लिए एक नए मल्टीमॉडल बेंचमार्क का परिचय देता है।
यह शोधपत्र निरंतर रोबोटों (continuum robots) के लिए एक यांत्रिक रूप से पुनर्गठनीय संवेदन अवधारणा प्रस्तुत करता है जो अनुमानित विश्वास (estimation confidence) को गतिशील रूप से आकार देने के लिए सेंसरों के अनुदैर्ध्य विस्थापन (longitudinal translation) की अनुमति देता है, यह प्रदर्शित करते हुए कि समय के साथ स्लाइडिंग सेंसरों का उपयोग फिक्स्ड टिप सेंसरों की तुलना में पूर्ण-शरीर आकार अनुमान त्रुटियों को कम कर सकता है।
यह शोधपत्र ARGUS को प्रस्तुत करता है, जो एक प्री-प्रोसेसिंग पाइपलाइन है जो बड़े पैमाने के 3D विजन मॉडल्स का लाभ उठाकर किसी भी कैमरा व्यूपॉइंट को एक कैनोनिकल व्यू (canonical view) में संरेखित करती है, जिससे दृश्य ज्यामिति (scene geometry) को विशिष्ट व्यूइंग एंगल्स से अलग करके विसुओमोटर पॉलिसियों (visuomotor policies) को व्यूपॉइंट-विविध रोबोट डेटासेट्स से अधिक कुशलता से सीखने और बेहतर सामान्यीकरण करने में सक्षम बनाया जा सके।
यह शोध पत्र जॉइंट टेस्टेबिलिटी आर्किटेक्चर (JTA) को प्रस्तुत करता है, जो एक नवीन रूपरेखा है जो परिदृश्य (scenario), परीक्षण प्रणाली (test system) और परीक्षण की जाने वाली प्रणाली (system under test) को एक एकल डिज़ाइन ऑब्जेक्ट में एकीकृत करती है, जो परिदृश्य अनुबंधों (scenario contracts), क्षमता मूल्यांकन (capability assessment) और ब्रिज-ओरिएंटेड डिज़ाइन क्रियाओं (bridge-oriented design actions) के माध्यम से सुरक्षा-महत्वपूर्ण सॉफ़्टवेयर की सत्यापन पर्याप्तता को बढ़ाने के लिए नियंत्रणीयता (controllability), अवलोकन क्षमता (observability) और अलगाव क्षमता (isolability) द्वारा अभिलक्षित है।
यह अध्ययन प्रदर्शित करता है कि तीव्र ट्रांसक्यूटेनियस स्पाइनल कॉर्ड स्टिमुलेशन (त्वचा के माध्यम से रीढ़ की हड्डी को उत्तेजित करना) अक्षुण्ण वयस्कों में सचेत टखने के प्रोप्रियोसेप्शन (proprioception) को बाधित करता है और एक अधिक सीमित मेडियोलेटरल चाल पैटर्न को प्रेरित करता है, जबकि उत्तेजना के तहत बाद का प्रशिक्षण प्रोप्रियोसेप्शन में अनुकूल सुधार और लोकोमोटर नियंत्रण के दिशा-विशिष्ट पुनर्गठन को सुगम बनाता है।
यह शोध पत्र एक व्यवस्थित अध्ययन प्रस्तुत करता है जो यह प्रदर्शित करता है कि विजन-लैंग्वेज मॉडल (VLM)-नियंत्रित रोबोट मानव-पठनीय संकेतों के माध्यम से भौतिक प्रॉम्प्ट इंजेक्शन हमलों के प्रति अत्यधिक संवेदनशील हैं, जो 29.4% तक की सफलता दर के साथ उनके कार्यों को हाईजैक कर सकते हैं, और साथ ही यह भी दिखाता है कि टेक्स्ट मास्किंग और टू-स्टेज वेरिफिकेशन जैसे सरल बचाव इन जोखिमों को प्रभावी ढंग से कम कर सकते हैं।