2038 पेपर
यह शोध पत्र सूचना-सहायता प्राप्त नेविगेशन तकनीकों की एक व्यापक समीक्षा प्रदान करता है, जो उन्हें प्रत्यक्ष, अप्रत्यक्ष और मॉडल सहायता दृष्टिकोणों में वर्गीकृत करता है ताकि यह प्रदर्शित किया जा सके कि कैसे सिस्टम बाधाओं का लाभ उठाना बाहरी माप की हानि की अवधि के दौरान जड़त्वीय बहाव (इन्र्शियल ड्रिफ्ट) को कम कर सकता है और नेविगेशन सटीकता में सुधार कर सकता है।
यह ट्यूटोरियल पेपर पैरामीट्रिक और स्टेट एस्टीमेशन के लिए कई स्टेशनरी MEMS-IMUs का उपयोग करने के लाभों का विश्लेषण करता है, जो सैद्धांतिक मॉडलिंग और प्रयोगात्मक सत्यापन दोनों के माध्यम से यह प्रदर्शित करता है कि सेंसर एरे स्वाभाविक सेंसर त्रुटियों को कम करके सिग्नल की सटीकता, शोर अस्वीकृति और नेविगेशन स्टेट एस्टीमेशन में महत्वपूर्ण सुधार करते हैं।
यह शोध पत्र एक मशीन लर्निंग-आधारित ढांचे का प्रस्ताव करता है जो समुद्री धाराओं जैसी पर्यावरणीय चुनौतियों के बावजूद, अनमैन्ड अंडरवॉटर व्हीकल्स (UUVs) के लिए सटीक और लचीली अंडरवॉटर जाइरोकंपसिंग को सक्षम करने हेतु विक्षुब्ध जड़त्व संकेतों (disturbed inertial signals) को परिष्कृत करता है।
यह शोध पत्र एक एज ऑफ इंफॉर्मेशन (AoI) अनुकूलित मार्कोव डिसीजन प्रोसेस (AoI-MDP) प्रस्तावित करता है जो सूचना की ताजगी और निर्णय लेने की प्रक्रिया को संयुक्त रूप से अनुकूलित करने के लिए स्टेट स्पेस में ऑब्जर्वेशन डिले और एक्शन स्पेस में वेट टाइम को एकीकृत करता है, जो ओपन-सोर्स सिमुलेशन के माध्यम से मल्टी-AUV डेटा संग्रह कार्यों में उत्कृष्ट प्रदर्शन प्रदर्शित करता है।
यह शोध पत्र ERFSL का प्रस्ताव करता है, जो एक कुशल फ्रेमवर्क है जो जटिल कस्टम वातावरणों में सिमेंटिक समझ, कोड सुधार के लिए एक रिवॉर्ड क्रिटिक और जेनेटिक-जैसे वेट एडजस्टमेंट रणनीतियों के माध्यम से मल्टी-ऑब्जेक्टिव रिवॉर्ड फंक्शन्स को स्वचालित रूप से उत्पन्न करने और पुनरावृत्ति रूप से अनुकूलित करने के लिए व्हाइट-बॉक्स सर्चर्स के रूप में लार्ज लैंग्वेज मॉडल्स का लाभ उठाता है, जिससे न्यूनतम मानवीय फीडबैक के साथ पारेटो-ऑप्टिमल समाधानों की तीव्र अभिसरण प्राप्त होती है।
यह शोध पत्र एक मल्टी-एयूवी (multi-AUV) समर्थित डेटा संग्रह ढांचे का प्रस्ताव करता है जो सूचना अद्यतन नेटवर्क (Information Updating Networks) के लिए एक सेमी-कम्युनिकेशन विकेंद्रीकृत प्रशिक्षण प्रतिमान (semi-communication decentralized training paradigm) के साथ मल्टी-एजेंट ऑफलाइन सुदृढीकरण लर्निंग (multi-agent offline reinforcement learning) दृष्टिकोण का लाभ उठाता है, ताकि चुनौतीपूर्ण अंतर्जलीय वातावरण में ऊर्जा खपत को कम करने और टकराव से बचने को सुनिश्चित करते हुए डेटा दर और सूचना मूल्य को एक साथ अधिकतम किया जा सके।
यह शोध पत्र SOTIF-अनुपालन वाले LiDAR ऑब्जेक्ट डिटेक्शन के लिए एक व्यवस्थित ढांचे का प्रस्ताव करता है जो अनिश्चितता के स्रोतों को मॉडल और संयोजित करने के लिए यैगर के नियम (Yager's Rule) के साथ डेम्पस्टर-शाफर थ्योरी का उपयोग करता है, जबकि डिटेक्शन सटीकता पर उनके विशिष्ट प्रभावों को मापने के लिए विचरण-आधारित संवेदनशीलता विश्लेषण (variance-based sensitivity analysis) का उपयोग करता है।
यह शोध पत्र एक नवीन इनर्शियल-आधारित LQG नियंत्रण ढांचे का प्रस्ताव करता है जो त्वरणमापी (एक्सेलेरोमीटर) डेटा और उच्च-क्रम गतिकी (हायर-ऑर्डर डायनेमिक्स) को शामिल करने के लिए स्थानीय विभेदक सपाटता (लोकल डिफरेंशियल फ्लैटनेस) का लाभ उठाता है, जिससे उन सेंसर-सीमित बाहरी वातावरणों में मोबाइल प्लेटफॉर्म के लिए सुदृढ़ एटीट्यूड स्थिरीकरण सक्षम होता है जहाँ प्रत्यक्ष टिल्ट मापन उपलब्ध नहीं है।
यह शोध पत्र C-ZUPT प्रस्तुत करता है, जो हवाई प्रणालियों के लिए एक स्टेशनैरिटी-सहायता प्राप्त दृष्टिकोण है जो सतह के संपर्क के बिना ज़ीरो-वेलोसिटी अपडेट प्रदान करने के लिए अर्ध-स्थैतिक संतुलन (quasi-static equilibria) की पहचान करता है, जिससे जड़त्वीय बहाव (inertial drift) को काफी कम किया जाता है, नेविगेशन स्थिरता को बढ़ाया जाता है और निरंतर उड़ान समय का विस्तार किया जाता है।
यह शोध पत्र एक नवीन गाइडेड रिइन्फोर्समेंट लर्निंग फ्रेमवर्क प्रस्तावित करता है जो बेज़ियर कर्व्स (Bezier curves) को यूनिफॉर्मली एक्सीलरेटेड रेक्टिलिनियर मोशन मॉडल के साथ एकीकृत करता है ताकि क्वाड्रुपेड रोबोट्स में कुशल, व्याख्या योग्य और सुदृढ़ सर्वदिशीय (omnidirectional) 3D जंपिंग को सक्षम बनाया जा सके, जो पारंपरिक एंड-टू-एंड दृष्टिकोणों की सैंपल इनएफिशिएंसी और सुरक्षा प्रमाणन चुनौतियों पर विजय प्राप्त करता है।