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।

डिफ्यूजन ट्री के माध्यम से एक बार प्रशिक्षण और कहीं भी योजना की गतिगतिकीय गति योजना

Created by
  • Haebom

लेखक

यानिव हसीडोफ़, टॉम जर्गेनसन, किरिल सोलोवी

रूपरेखा

यह शोधपत्र गतिगतिक गति नियोजन की समस्या पर विचार करता है, जिसमें रोबोट की गतिशील बाधाओं का सम्मान करते हुए टकराव-मुक्त प्रक्षेप पथों की गणना करना शामिल है। मौजूदा नमूना-आधारित नियोजक (एसबीपी) यादृच्छिक क्रिया नमूनाकरण के कारण धीमी अन्वेषण गति से ग्रस्त हैं, जबकि अधिगम-आधारित नियोजक खराब सामान्यीकरण प्रदर्शन और सुरक्षा सुनिश्चित करने में कठिनाई से ग्रस्त हैं। इस शोधपत्र में, हम "विसरण वृक्ष (DiTree)" ढाँचा प्रस्तुत करते हैं, जो प्रसार नीतियों (DP) का उपयोग करके SBP के अवस्था-स्थान अन्वेषण का कुशलतापूर्वक मार्गदर्शन करता है। DiTree एक एकल वातावरण में प्रशिक्षित DP क्रिया नमूना को एक RRT नियोजक के साथ संयोजित करता है, जिससे जटिल गतिशील प्रणालियों के लिए एक सुरक्षित और कुशल समाधान मिलता है। प्रायोगिक परिणाम दर्शाते हैं कि DiTree मौजूदा SBP से तीन गुना तेज़ है और सफलता दर में लगभग 30% सुधार करता है।

Takeaways, Limitations

Takeaways:
हमने प्रसार नीतियों का लाभ उठाकर नमूना-आधारित योजनाकारों की दक्षता में उल्लेखनीय सुधार किया है।
यह सामान्यीकरण प्रदर्शन को प्रदर्शित करता है जो एकल वातावरण में प्रशिक्षित मॉडलों को विविध वातावरणों में लागू करने की अनुमति देता है।
यह मौजूदा एसबीपी और सीखने-आधारित विधियों की सीमाओं पर काबू पाता है, जिससे सुरक्षित और कुशल गतिशील व्यायाम योजना संभव हो पाती है।
प्रायोगिक परिणामों ने मौजूदा एसबीपी की तुलना में गति और सफलता दर में बेहतर प्रदर्शन प्रदर्शित किया।
Limitations:
इस शोधपत्र में प्रस्तुत DiTree का प्रदर्शन विशिष्ट वातावरण और प्रशिक्षण आँकड़ों पर निर्भर हो सकता है। विभिन्न वातावरणों और रोबोटिक प्रणालियों पर अतिरिक्त प्रयोगों की आवश्यकता है।
प्रसार नीति के लिए प्रशिक्षण प्रक्रिया के विस्तृत विवरण का अभाव पुनरुत्पादनशीलता की समीक्षा को आवश्यक बनाता है।
अत्यंत जटिल या सीमित वातावरण में प्रदर्शन के लिए और अधिक शोध की आवश्यकता है।
👍