4223 ورقة بحثية
تقترح هذه الورقة البحثية "البحث عن السياسة الموجه بالعينات" (SGPS)، وهو إطار عمل يجمع بين التحكم التنبئي بالنموذج القائم على أخذ العينات وتحسين السياسة من الدرجة الأولى لتدريب السياسات البصرية بكفاءة لمهام الحركة والتلاعب المعقدة للروبوتات، محققاً انتقالاً صفري الاستباق إلى الأجهزة الواقعية.
تقدم هذه الورقة إطاراً بايزياً يقرب ديناميكيات قضيب كوسيرا عبر إعادة صياغة التأثيرات العطالية والتخميدية كأحمال مكافئة، مما يتيح تقديراً دقيقاً لحالة المفاصل واستنتاج الأحمال الخارجية للروبوتات المستمرة أثناء الحركات الديناميكية حيث تفشل الطرق شبه الساكنة التقليدية.
يقدم TraceFlow طريقة توجيه في وقت الاختبار تعزز سياسات الروبوت القائمة على مطابقة التدفق المجمدة من خلال الاستفادة من حقل تصحيح متوافق مع التقدم مستمد من مسارات التنفيذ الناجحة والفاشلة المخزنة في TraceBank، مما يحسن بشكل كبير معدلات نجاح المهام في اختبارات التعبئة الواقعية ومعايير محاكاة محددة دون الحاجة إلى أي تحديثات لأوزان النموذج.
يقدم HIL-UMI إطار عمل يعتمد على وجود الإنسان في الحلقة (human-in-the-loop) وخالٍ من الروبوتات لتدريب نماذج الرؤية واللغة والعمل (Vision-Language-Action) ما بعد التدريب، والذي يستفيد من واجهة تلاعب عالمية محمولة يدوياً ودرجة طاقة موجهة بالسياسة لجمع بيانات مستهدفة بكفاءة وتحسين مقدِّرات الميزة، مما يتغلب على قيود الضبط الدقيق الخاضع للإشراف الثابت ويُمكِّن من التحسين التكراري القابل للتوسع دون الحاجة لنشر روبوتات فيزيائية.
إن FAMOS هو نموذج تغذية أمامية يتنبأ بمعلمات التمفصل ثلاثية الأبعاد وتجزئة الأجزاء المتحركة من سحب نقطية جزئية غير مرتبة وغير منتظمة، وذلك عبر التفكير المشترك في ملاحظات متعددة من خلال محول تمفصل متعدد الحالات والاستفادة من مولد بيانات إجرائي للتغلب على قيود مجموعة البيانات.
تقدم هذه الورقة "رموز مساحة العمل" (workspace tokens)، وهي تمثيل ذاكرة كامنة خفيف الوزن يتم تدريبه عبر إشراف مدفوع بالأهمية النسبية (saliency-driven supervision) من نماذج الرؤية واللغة الكبيرة (VLMs)، مما يمكّن السياسات الروبوتية من حل مهام الذاكرة طويلة المدى بكفاءة عند التشغيل دون الحاجة إلى استدلال من نماذج الرؤية واللغة أثناء العمل، مع تحسين الأداء العام أيضاً.
تقدم هذه الورقة نظاماً وكيلياً مدمجاً قائماً على الاستدلال النشط، يتيح الاستشعار النشط التكيفي في الوقت الفعلي على الأجهزة الطرفية ذات الموارد المحدودة، وذلك من خلال السماح لها بالتخطيط والتحكم الديناميكي في حركات الكاميرا للتغلب على قيود نهج تعلم الآلة الصغير (TinyML) التقليدي.
تقدم هذه الورقة SurgRAW، وهو سير عمل متعدد الوكلاء يستفيد من استدلال سلسلة الأفكوات (Chain-of-Thought) ومعيار جديد (SurgCoTBench) لتحقيق فهم متفوق ومتوافق سريريًا للمشاهد الجراحية الروبوتية من خلال الصفر (zero-shot)، وذلك عبر التغلب على قيود النماذج المنعزلة والنماذج اللغوية البصرية العامة من خلال التعاون الهرمي والتوليد المعزز بالاسترجاع.
يُعد VLEM إطار عمل في الوقت الفعلي يدمج تمثيلات لغوية-بصرية ثنائية الأبعاد محاذية للبكسلات من تدفقات RGB-D الخام في تمثيل ثلاثي الأبعاد متسق عالمياً ودقيق مترياً، مما يتيح تجزئة فائقة مفتوحة المجموعة ومعالجة روبوتية تفاعلية دون الحاجة إلى أوضاع حقيقية.
تقدم هذه الورقة البحثية End2Race، وهو إطار عمل للتعلم من طرف إلى طرف لسباقات السيارات ذاتية القيادة متعددة المركبات، والذي يحقق زمن استجابة للاستدلال يقل عن ميلي ثانية واحدة ويتفوق على الأساليب القائمة على القواعد وطرق تعلم المركبة الواحدة الموجودة حالياً من خلال إظهار قدرة قوية على التعميم، وسرعات عالية، وتجاوز تكيفي في المنافسات المباشرة وجهاً لوجه.