4321 ورقة بحثية
تقدم هذه الدراسة أول تقييم متعدد السياسات للتعلم بالتقليد عام الأغراض للمساعدة التعاونية بين الجراح والروبوت في الجراحة المفتوحة، مظهرةً أن سياسة تحقق متانة فائقة ومعدل إتمام غرز بنسبة 92% مع تحديد إدراك العمق وتصميم النهاية الطرفية كأولويات حاسمة للنقل السريري.
يقدم AgenticNav إطار عمل خفيف الوزن للملاحة بالرؤية واللغة بنمط "الصفر استباقي" (zero-shot)، يعيد تصور التفاعل بين النموذج اللغوي البصري (VLM) والبيئة كإطار لاستدعاء الأدوات، مما يتيح اختيار الإجراءات المباشرة القائمة على البكسل، والاستعلام عن العمق عند الطلب، والاسترجاع الانتقائي للذاكرة لتحقيق أداء رائد دون الحاجة إلى متنبئات نقاط مسار متعلمة.
تقدم هذه الورقة RAINBOT، وهي منصة روبوتية منخفضة التكلفة ومفتوحة المصدر لمعالجة السوائل، مبنية من طابعة ثلاثية الأبعاد معدلة تدمج توأماً رقمياً يعتمد على المتصفح في الوقت الفعلي وإطار عمل للتصميم العكسي لتمكين التجارب المختبرية الميسرة، والتي يمكن الإشراف عليها عن بُعد، والمستقلة، وذلك بجزء ضئيل من تكاليف المنصات التجارية.
تُثبت هذه الورقة أن نموذج الرؤية واللغة والعمل (VLA) المجهز برأس عمل يعتمد على "خليط من الخبراء" (MoE) مبسط، يمكنه تعلم تفكيك مهام الروبوت المعقدة إلى بدائيات منخفضة المستوى قابلة لإعادة الاستخدام والتفسير واستراتيجيات تسلسل عالية المستوى بشكل انبثاقي من خلال عروض الخبراء وحدها، محققاً أداءً يضاهي النماذج أحادية البنية مع توفير قدر أكبر من الوحدات النمطية وقابلية التفسير.
تقدم هذه الورقة إطار عمل قائماً على التعلم يجمع بين عمود فقري لتحديد المواقع من نوع YOLOv8n ومفكك شفرة SAM2 متفرق ومُحسَّن بالتحفيز (prompt-optimized) لتحقيق تقسيم تشريحي للقصبة الهوائية يتسم بالمتانة والوقت الفعلي لعمليات بضع الرغامى الروبوتية الموجهة بالموجات فوق الصوتية، مما يتفوق بشكل كبير على نماذج U-Net المرجعية في كل من الدقة والتعميم مع تمكين التشغيل عن بُعد الروبوتي ذي الحلقة المغلقة.
تقدم هذه الورقة إطاراً خوارزمياً يعتمد على وضعية اليد ومستقلاً عن نوع القفاز، يستفيد من معلومات وضعية اليد لنمذجة وتخفيف العيوب المرتبطة بالوضعية في القفازات اللمسية المرنة، مما يقلل بشكل كبير من الحد الأدنى للقوة القابلة للكشف ويحسن دقة اكتشاف التلامس عبر مختلف تصميمات القفازات والمستخدمين.
تقترح هذه الورقة إطار عمل تدريجيًا ذا مرحلتين يولد استجابات تمهيدية مدركة للسياق لتقليل زمن تأخير الحوار، مبرهنةً من خلال تجربة روبوتية في عالم حقيقي أنه بينما يؤخر هذا النهج الاستجابة التمهيدية الأولية قليلاً مقارنة بالاستجابات التمهيدية الثابتة، فإنه يقصر بشكل كبير الفجوة قبل الاستجابة الرئيسية، مما يكشف عن مقايضة في تحسين التوقيت.
تقترح الورقة البحثية إطار عمل Sling2Sim2Real، وهو إطار عمل من نوع (Real2Sim2Real) بلمسة واحدة، يحدد معلمات الأجسام المرنة من خلال تفاعل واحد غير مدمر لتمكين تعلم السياسات القائمة على المحاكاة بدقة وتحقيق نقل قوي من نوع (zero-shot) لمهام التلاعب بالمقلاع المرن.
تقدم الورقة البحثية PRISM، وهو تمثيل للسياسة قائم على كثيرات الحدود يعمل على نمذجة هياكل التفاعل بين المتغيرات الفيزيائية بشكل صريح لتحقيق أداء متفوق في مهام حركة الروبوت والتحكم بالأشياء مقارنة بالشبكات العصبية متعددة الطبقات (MLPs) القياسية، مع تمكين السلوك المرن الخالي من المستشعرات دون الحاجة إلى مدخلات قوة أو تلامس صريحة.
تقترح هذه الورقة إطار عمل LEACL، الذي يسخر النماذج اللغوية الكبيرة لتفكيك مهام التلاعب طويلة المدى تلقائيًا وتوليد المواصفات اللازمة، مما يمكّن وكلاء التعلم التعزيزي من تحقيق أداء فائق من خلال التعلم المنهجي التلقائي باستخدام المكافآت الشحيحة فقط دون الحاجة إلى وظائف مكافأة كثيفة مصممة يدويًا.