4289 पेपर
यह शोध पत्र ARMOR को प्रस्तुत करता है, जो एक मॉडल-मुक्त सुदृढीकरण लर्निंग (reinforcement learning) नियंत्रक है जो तैनाती के दौरान विशेषाधिकार प्राप्त हमले की जानकारी की आवश्यकता के बिना, हमले-लचीले लेटेंट स्टेट रिप्रजेंटेशन (latent state representations) सीखने के लिए एक दो-चरणीय प्रशिक्षण ढांचे का उपयोग करके भौतिक सेंसर हमलों के तहत सुदृढ़ UAV संचालन सुनिश्चित करता है।
यह शोध पत्र एंड-टू-एंड ड्राइविंग में विजन-लैंग्वेज मॉडल्स और केवल विजन-आधारित एनकोडर्स के बीच प्रतिनिधि और व्यवहार संबंधी पूरकता की जांच करता है, जो यह प्रदर्शित करता है कि सरल बनाम जटिल परिदृश्यों में उनकी विशिष्ट शक्तियों का लाभ उठाने वाला एक हाइब्रिड आर्किटेक्चर स्टैंडअलोन बेसलाइन्स की तुलना में सटीकता और दक्षता में महत्वपूर्ण सुधार करता है।
यह शोध पत्र AHAT का प्रस्ताव करता है, जो एक स्केलेबल लॉन्ग-होरिज़न प्लानिंग फ्रेमवर्क है जो एक नवीन सुदृढीकरण शिक्षण एल्गोरिदम (TGPO) के माध्यम से प्रशिक्षित एक LLM का लाभ उठाता है ताकि अस्पष्ट मानवीय निर्देशों और सीन ग्राफ को PDDL सबगोल्स में अनुवादित किया जा सके, जिससे रोबोटों को बड़े वातावरणों में जटिल घरेलू कार्यों के लिए इष्टतम योजनाएं उत्पन्न करने में सक्षम बनाया जा सके।
यह शोध पत्र SOL-Nav का प्रस्ताव करता है, जो एक नवीन ढांचा (framework) है जो पूर्व-प्रशिक्षित भाषा मॉडलों की तर्क करने की क्षमताओं का लाभ उठाकर कुशल, सामान्यीकरण योग्य और डेटा-हल्के विजन-लैंग्वेज नेविगेशन को सक्षम करने के लिए कच्चे दृश्य अवलोकनों को संरचित भाषाई विवरणों में परिवर्तित करता है।
यह शोधपत्र रोबोटिक्स में फाउंडेशन मॉडल्स की एक व्यापक और व्यवस्थित समीक्षा प्रदान करता है, जो अनुसंधान के पांच चरणों के माध्यम से इस क्षेत्र के विकास को दर्शाता है, मॉडल के प्रकारों, आर्किटेक्चर और लर्निंग प्रतिमानों का एक विस्तृत वर्गीकरण प्रस्तुत करता है, डेटासेट और अनुप्रयोगों का विश्लेषण करता है, और वर्तमान चुनौतियों एवं भविष्य की अनुसंधान दिशाओं को रेखांकित करता है।
Robustral Navigate एक 8B विजन-लैंग्वेज मॉडल है जो 2.4 मिलियन सिम्युलेटेड ट्रेजेक्टरीज वाले एक स्केलेबल ट्रेनिंग रेसिपी, प्रीफिक्स-कैशिंग एफिशिएंसी और इमेज-स्पेस वेपॉइंट प्रेडिक्शन का लाभ उठाकर विविध रोबोट एम्बॉडीमेंट्स में स्टेट-ऑफ-द-आर्ट मोनोकुलर नेविगेशन प्राप्त करता है, जिससे डेप्थ सेंसर या प्री-बिल्ट मैप्स की आवश्यकता समाप्त हो जाती है।
यह शोध पत्र एक ट्रैक-गाइडेड पदानुक्रमित सुदृढीकरण शिक्षण (hierarchical reinforcement learning) ढांचे का प्रस्ताव करता है जो ढीली सतहों पर स्थिर और समय-कुशल ड्रिफ्टिंग के लिए एक स्वायत्त वाहन नियंत्रक को प्रगतिशील रूप से प्रशिक्षित करने हेतु न्यूनतम-लैप-टाइम नियोजन प्रक्षेप पथों (minimum-lap-time planning trajectories) का लाभ उठाता है।
यह शोध पत्र कंप्लायंट स्फीयर लैटिस कॉन्टैक्ट (CSLC) को प्रस्तुत करता है, जो एक वितरित संपर्क मॉडल है जो संपर्क पैच क्षेत्र, दबाव वितरण और घूर्णी कठोरता को कैप्चर करने के लिए सतह के गोलों के एक विरूपण योग्य लैटिस का अनुकरण करके गोलाकार आधारित रोबोट प्रतिनिधित्व की भौतिक सटीकता को बढ़ाता है, जबकि गणनात्मक दक्षता बनाए रखता है।
यह शोध पत्र एक राव-ब्लैकवेलियज्ड पार्टिकल फ़िल्टर फ्रेमवर्क का प्रस्ताव और सत्यापन करता है जो कम कण गणनाओं (पार्टिकल काउंट्स) और सेंसर ड्रिफ्ट को बेहतर ढंग से संभालने के साथ, उथले जल (शैलो वॉटर) और एडवेक्शन-डिफ्यूजन मॉडल जैसे आंशिक अंतर समीकरणों (पार्शियल डिफरेंशियल इक्वेशंस) द्वारा नियंत्रित स्थानिक-कालिक पर्यावरणीय क्षेत्रों का लाभ उठाकर स्वायत्त वाहन स्थानीयकरण के लिए सुदृढ़ और सटीक परिणाम प्राप्त करता है।
यह शोध पत्र एक अभिव्यंजक InMoov-आधारित रोबोटिक हेड के लिए एक हाइब्रिड अटेंशन एस्टीमेशन पाइपलाइन प्रस्तुत करता है जो अनुकूली मानव-रोबोट इंटरेक्शन व्यवहारों को संचालित करने के लिए उच्च-आवृत्ति ज्यामितीय धारणा को सिमेंटिक विजन-लैंग्वेज मॉडलिंग के साथ एकीकृत करता है, जिसे विश्वसनीय इंटरेक्शन प्रबंधन और गैर-अनावश्यक सिग्नल प्रोसेसिंग प्रदर्शित करने वाले परीक्षणों के माध्यम से मान्य किया गया था।