2026 पेपर
यह शोध पत्र एक सेफ-बाय-डिजाइन फ्रेमवर्क प्रस्तावित करता है जो सुरक्षा बाधाओं (कन्स्ट्रेंट्स) को निर्माण द्वारा लागू करने के लिए एक न्यूरल नेटवर्क कंट्रोलर और न्यूरल-नेटवर्क-पैरामीटराइज्ड कंट्रोल बैरियर फंक्शन (CBF) मापदंडों को संयुक्त रूप से सीखता है, जिससे ऑनलाइन सुरक्षा फिल्टर की आवश्यकता समाप्त हो जाती है और विखंडित, हाथ से ट्यून किए गए डिजाइनों की रूढ़िवादिता से बचते हुए कम्प्यूटेशनल लागत कम हो जाती है।
यह ट्यूटोरियल एक एकीकृत ढांचे (unified framework) का परिचय देता है जो नियंत्रण सिद्धांत (control theory) को अत्याधुनिक न्यूरल नेटवर्क सत्यापनकर्ता -CROWN के साथ जोड़ता है ताकि सुरक्षा-महत्वपूर्ण प्रणालियों (safety-critical systems) के लिए लर्निंग-आधारित नियंत्रकों में सुरक्षा और स्थिरता गुणों के स्केलेबल, औपचारिक सत्यापन (formal verification) को सक्षम किया जा सके।
यह शोध पत्र वितरण-स्तर के मौजूदा अध्ययनों की तुलना में ट्रांसमिशन-स्तर के अनुसंधान के अंतराल को संबोधित करते हुए, IEEE-9 और IEEE-39 बस परीक्षण प्रणालियों पर उच्च-लोड परिदृश्यों का विश्लेषण करके, ट्रांसमिशन पावर ग्रिड की वोल्टेज और फ्रीक्वेंसी स्थिरता पर बड़े पैमाने के इलेक्ट्रिक वाहन चार्जिंग स्टेशनों के प्रभाव की जांच करता है।
यह शोधपत्र अज्ञात विक्षोभ वितरणों (disturbance distributions) वाले रोबोटिक सिस्टम के लिए एक प्रमाणित सुरक्षित, संभाव्यतात्मक रूप से पूर्ण सैंपलिंग-आधारित मोशन प्लानिंग एल्गोरिदम प्रस्तुत करता है जो कम से कम रूढ़िवादिता (conservatism) के साथ अव्यवस्थित वातावरण में कुशल सुरक्षित प्रक्षेप पथ (trajectories) उत्पन्न करने के लिए डेटा-संचालित वॉसरस्टीन अस्पष्टता ट्यूबों (Wasserstein ambiguity tubes) और एक बैंडिट-आधारित वैधता परीक्षक का उपयोग करता है।
यह शोध पत्र "एपिस्टेमिक ट्रैप" (ज्ञानमीमांसीय जाल) को संबोधित करता है, जो सुरक्षा-महत्वपूर्ण सुदृढीकरण शिक्षण (सेफ्टी-क्रिटिकल रिइन्फोर्समेंट लर्निंग) में एक सहक्रियात्मक विफलता मोड है जहाँ एजेंट अवस्थाओं का अनुमान लगाने और गतिकी सीखने को एक साथ नहीं कर पाते हैं, और इसके लिए एक अनुकूलन योग्य सुरक्षा संरचना प्रस्तावित करता है जो एक नए कपलिंग मीट्रिक, सक्रिय सूचना-खोजने वाली नीतियों और शासन-अनुकूलित बाधाओं के माध्यम से सुरक्षा को एक सूचना समस्या के रूप में पुनर्गठित करती है।
यह शोध पत्र एक सुदृढ़ फिक्स्ड-टाइम स्लाइडिंग-मोड ढांचे का प्रस्ताव करता है जो प्रारंभिक स्थितियों से स्वतंत्र एक निश्चित समय के भीतर लैग्रेंज मल्टीप्लायर्स को नियंत्रण इनपुट के रूप में मानकर और बाधाओं को एक स्लाइडिंग मैनिफोल्ड में समाहित करके सटीक बाधा संतुष्टि और KKT बिंदुओं पर अभिसरण की गारंटी देता है।
यह शोध पत्र पार्सल उद्योग में कंटेनर अनलोडिंग को स्वचालित करने के लिए एक कस्टम सिमुलेशन वातावरण के भीतर मास्क्ड डीप क्यू-लर्निंग का उपयोग करते हुए एक सुदृढीकरण शिक्षण (reinforcement learning) दृष्टिकोण प्रस्तावित करता है, जो यह प्रदर्शित करता है कि सीखा गया नीति (policy) आइटम चयन में 60% सफलता दर प्राप्त करता है, जो रैंडम रणनीतियों से काफी बेहतर है।
यह शोध पत्र **BRANE** को प्रस्तुत करता है, जो एक ऐसा सिस्टम है जो वर्कलोड विशेषताओं को निकालने के लिए एक LLM और सबसे अधिक लागत प्रभावी पाइपलाइन सेटिंग चुनने के लिए एक हल्के प्रेडिक्टर का उपयोग करके प्रति क्वेरी रिट्रीवल एजेंट कॉन्फ़िगरेशन को गतिशील रूप से अनुकूलित करता है, जिससे यह स्टैटिक ट्यूनिंग और मौजूदा बेसलाइनों की तुलना में बेहतर लागत-गुणवत्ता ट्रेडऑफ़ प्राप्त करता है।
यह शोध पत्र एरोकैप्चर प्रक्षेप पथों (aerocapture trajectories) के लिए विशेष रूप से तैयार किए गए नवीन दिशात्मक अवस्था संक्रमण टेंसरों (Directional State Transition Tensors - DSTTs) को प्रस्तुत करता है, जो एपोप्सिस त्रिज्या (apoapsis radius) और टर्मिनल ऊर्जा जैसे प्रमुख परिणामों के सटीक पूर्वानुमान में उच्च सटीकता बनाए रखते हुए कम्प्यूटेशनल लागत को काफी कम करते हैं, जिससे सुदृढ़ अर्ध-विश्लेषणात्मक मार्गदर्शन और नेविगेशन सक्षम होता है।
यह शोध पत्र माइग्रेशन-प्रेरित विक्षोभों (migration-induced perturbations) और प्रतिकर्षक विरोधी अंतःक्रियाओं (repelling antagonistic interactions) के अधीन खुले मल्टी-एजेंट सिस्टम में कंसेंसस ट्रैकिंग समस्या को संबोधित करता है, जिसमें उन्हें विक्षोभित मल्टी-मोड मल्टी-डायमेंशनल सिस्टम के रूप में मॉडल किया गया है और यह सिद्ध किया गया है कि विशिष्ट नेटवर्क स्विचिंग स्थितियों के तहत अंततः बाध्य या अनंतस्पर्शी (asymptotic) ट्रैकिंग प्राप्त की जा सकती है।