ICRA 2026 मुख्य आकर्षण: रीइन्फोर्समेंट लर्निंग, जटिल व्यवहार जनरेशन, और रोबोटिक्स का भविष्य
Яндекс
Huawei
NVIDIA
OpenDriveLab
Amazon/AWS
Waabi AI
वियना में आयोजित इंटरनेशनल कॉन्फ्रेंस ऑन रोबोटिक्स एंड ऑटोमेशन (ICRA) 2026 ने प्रमुख रुझानों को प्रदर्शित किया: रीइन्फोर्समेंट लर्निंग (RL), दुर्लभ एज केस का जनरेशन, और रोबोटिक्स में मशीन लर्निंग का विकास। Yandex की स्वायत्त ड्राइविंग टीम ने सर्वश्रेष्ठ पेपर, कार्यशालाओं, और रोबोट लर्निंग, धारणा, और स्वायत्त वाहनों पर उल्लेखनीय शोध को हाइलाइट किया।
वियना में ICRA 2026 में, मुख्य विषयों में रीइन्फोर्समेंट लर्निंग, जटिल व्यवहार परिदृश्यों का निर्माण, और रोबोटिक्स का भविष्य शामिल थे। सर्वश्रेष्ठ सम्मेलन पेपर पुरस्कार SymSkill को डेटा-कुशल दीर्घ-क्षितिज हेरफेर के लिए और OmniRetarget को ह्यूमनॉइड संपूर्ण-शरीर लोको-हेरफेर के लिए मिला। रोबोट लर्निंग में, कैमरा कंडीशनिंग के साथ दृश्य-अपरिवर्तनीय नीति सीखने पर एक पेपर (Do You Know Where Your Camera Is?) ने दिखाया कि VLA मॉडल कैमरे स्थानांतरित होने पर काफी खराब प्रदर्शन करते हैं, और प्रति पिक्सेल प्लकर निर्देशांक के माध्यम से कैमरा स्थितियों को एन्कोड करने का प्रस्ताव रखा, जिससे कैमरा यादृच्छिकीकरण के बिना भी प्रदर्शन में सुधार हुआ। रोबोट धारणा में, FindAnything ने अन्वेषण के लिए कई फाउंडेशन मॉडल का उपयोग करके एक खुली-शब्दावली वस्तु-केंद्रित मैपिंग प्रणाली प्रस्तुत की। कार्यशालाओं में, हुआवेई, NVIDIA रिसर्च, और OpenDriveLab के वर्ल्ड इंजन ने एक स्वायत्त कार को शंघाई में 200 किलोमीटर बिना किसी हस्तक्षेप के चलाने में सक्षम बनाया, और कोड खुले स्रोत के रूप में जारी किया गया। NVIDIA ने 25 देशों, 2500 शहरों और 1700 घंटे की ड्राइविंग के डेटासेट के साथ AlpaSim चुनौती की घोषणा की। अन्य उल्लेखनीय कार्यों में व्यवहार क्लोनिंग नीतियों को फाइन-ट्यून करने के लिए रेसिड्यूअल ऑफ-पॉलिसी आरएल (अमेज़न फ्रंटियर एआई और रोबोटिक्स), FP3 (यूनी3डी एनकोडर का उपयोग करके 3डी फाउंडेशन पॉलिसी), Search3D (पदानुक्रमित खुली-शब्दावली 3डी विभाजन), और COMPASS (NVIDIA रिसर्च से क्रॉस-एम्बॉडिमेंट गतिशीलता नीति ढांचा) शामिल हैं। स्वायत्त ड्राइविंग में, Waabi AI द्वारा डिफ्यूजन-निर्देशित सामान्यीकरण एन्हांसर ने ट्रैक के पास 3डी पुनर्निर्माण में सुधार किया, Attention BEV ने ध्यान ब्लॉक के साथ BEV फ्यूजन को बढ़ाया, TreeIRL ने लास वेगास में सुरक्षित शहरी ड्राइविंग के लिए MCTS को IRL के साथ जोड़ा, और विलंबित और झूठी AEB घटनाओं को एनोटेट करने के लिए एक प्रणाली ने चरम वर्ग असंतुलन और लेबल शोर को संबोधित किया। एक अन्य पेपर ने आसपास के वाहनों की नकल करके ड्राइविंग सीखने का प्रस्ताव रखा, जिसमें nuPlan परिदृश्यों का उपयोग किया गया और अच्छे एजेंटों के प्रक्षेप पथ को स्व-दृष्टिकोण में परिवर्तित किया गया।
स्रोत: Habr — хаб ML —
मूल