दैनिक अर्क्सिव

यह पेज दुनियाभर में प्रकाशित होने वाले आर्टिफिशियल इंटेलिजेंस संबंधित रिसर्च पेपर्स को संक्षिप्त रूप में प्रस्तुत करता है।
यहां Google Gemini का उपयोग करके पेपर्स का सारांश तैयार किया जाता है और यह पेज गैर-लाभकारी रूप से संचालित किया जाता है।
पेपर के कॉपीराइट लेखक और संबंधित संस्थान के पास हैं, और साझा करते समय बस स्रोत का उल्लेख करें।

स्वायत्त रेसिंग के अनुप्रयोग के साथ बाधा-जागरूक अनुकरण सीखने का एक सरल दृष्टिकोण

Created by
  • Haebom

लेखक

शेंगफ़ान काओ, यून्हयेक जोआ, फ्रांसेस्को बोरेली

रूपरेखा

यह शोधपत्र अनुकरण अधिगम (IL) में सुरक्षा को एकीकृत करने का एक सरल तरीका प्रस्तुत करता है, जहाँ प्रतिबंध अनुपालन सुनिश्चित करना चुनौतीपूर्ण होता है, जैसे कि सिस्टम की परिचालन सीमाओं के निकट संचालन करते समय। व्यवहारिक प्रतिकृति (BC) जैसी मौजूदा अनुकरण अधिगम विधियाँ प्रतिबंधों को लागू करने में कठिनाई का अनुभव करती हैं, जिसके परिणामस्वरूप अक्सर उच्च-परिशुद्धता वाले कार्यों में निम्न-स्तरीय प्रदर्शन होता है। इस शोधपत्र में, हम पूर्ण-अवस्था और छवि प्रतिक्रिया दोनों का उपयोग करते हुए एक स्वचालित ड्राइविंग रेसिंग कार्य पर सिमुलेशन के माध्यम से प्रस्तावित दृष्टिकोण का प्रयोगात्मक सत्यापन करते हैं, जिससे BC की तुलना में बेहतर प्रतिबंध अनुपालन और बेहतर कार्य निष्पादन स्थिरता प्रदर्शित होती है।

Takeaways, Limitations

Takeaways: हम अनुकरण अधिगम में सुरक्षा को प्रभावी ढंग से एकीकृत करने की एक सरल विधि प्रस्तुत करते हैं, जो दर्शाती है कि यह उच्च-परिशुद्धता कार्यों में बाधा संतुष्टि और प्रदर्शन स्थिरता में सुधार कर सकती है। यह स्वचालित ड्राइविंग जैसे व्यावहारिक अनुप्रयोगों की संभावना का संकेत देता है।
Limitations: प्रस्तावित विधि की प्रभावशीलता का सत्यापन केवल सिमुलेशन वातावरण में किया गया है, और वास्तविक दुनिया के वातावरण में इसके प्रदर्शन के लिए और अधिक शोध की आवश्यकता है। विभिन्न कार्यों और प्रणालियों में इसकी सामान्यता का और अधिक सत्यापन आवश्यक है। इसके अलावा, प्रस्तावित दृष्टिकोण की गणना लागत और जटिलता का पर्याप्त विश्लेषण नहीं किया गया है।
👍