RAYA: Learning Where and When to Intervene for Robot Recovery
यह शोध पत्र RAYA प्रस्तुत करता है, जो एक हाइब्रिड लर्नड-एनालिटिक फ्रेमवर्क है जो विफलताओं से ज़ीरो-शॉट रिकवरी को सक्षम करने के लिए एक रोबोट के कंट्रोलर में एक लर्नड रिकवरेबिलिटी मार्जिन और एक एडेप्टिव टास्क शेड्यूलर को सक्रिय रूप से एकीकृत करता है, जो मौजूदा बेसलाइनों की तुलना में व्यापक सिमुलेशन और वास्तविक हार्डवेयर उड़ानों दोनों में बेहतर सर्वाइवल रेट प्रदर्शित करता है।
मूल पेपर CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें
अपने क्षेत्र के पेपरों की भीड़ में उलझे हुए हैं?
आपके रिसर्च कीवर्ड से मेल खाने वाले सबसे नए और अलग सोच वाले पेपरों का रोज़ाना Digest पाएँ—तकनीकी सारांश के साथ, आपकी भाषा में।