4321 ورقة بحثية
تقدم الورقة البحثية "Phantom"، وهو إطار عمل قابل للتوسع يتيح التدريب بنمط "الصفر محاولة" (zero-shot) لروبوتات المناولة متعددة الأغراض باستخدام فيديوهات العروض البشرية فقط عبر تحويلها إلى بيانات متوافقة مع الروبوت من خلال تقدير وضعية اليد ومحاذاة النطاق البصري، محققةً معدلات نجاح عالية في مهام متنوعة دون الحاجة إلى أي بيانات روبوتية أو ضبط دقيق.
تقدم هذه الورقة إطار عمل موحداً لعملية التبعية القوية للقائد، والتي تستخدم الكشف القائم على التجزئة للتعامل مع أشكال القائد التعسفية وآلية تكيف واعية بالهدف مع تخطيط قائم على الرسوم البيانية لضمان التتبع المستمر وتجنب العوائق حتى عندما يغادر القائد مجال رؤية الروبوت مؤقتاً.
يعالج Masquerade مشكلة ندرة بيانات الروبوتات من خلال تحرير فيديوهات بشرية من الواقع لتخليق عروض توضيحية للروبوت عبر طلاء الذراع (inpainting) وتراكب الروبوت (robot overlay)، مما يتيح استراتيجية تدريب مشترك تتفوق بشكل كبير على الأساليب الحالية في المهام ثنائية اليد طويلة المدى.
تقدم هذه الورقة البحثية فقدان التباين المدرك لحالة الروبوت (RS-CL)، وهو تقنية خفيفة الوزن لتنظيم التمثيل تعمل على محاذاة تمثيلات نماذج الرؤية واللغة والعمل مع حالات الاستقبال الحسي الخاص بالروبوت، مما يحسن الأداء بشكل كبير في كل من معايير الاختبار للمناولة في البيئات المحاكية والواقعية.
تقدم هذه الورقة أول مرشح نافذة منزلقة عشوائي للروبوتات المستمرة، والذي يتيح تقديرًا دقيقًا ومباشرًا للحالة في الوقت المستمر مع العمل بسرعات تفوق الوقت الفعلي، متجاوزًا بذلك قيود التقريبات الحالية ذات الوقت المنفصل والطرق غير المتصلة بالإنترنت.
تقترح الورقة البحثية DUST، وهو إطار عمل انتشار ثنائي المسار يعزز نماذج الرؤية واللغة والعمل بنماذج العالم للتغلب على الفجوات بين الوسائط وتحسين تعلم سياسة الروبوت، محققاً مكاسب أداء كبيرة في كل من المهام المحاكية والواقعية من خلال التعلم السببي عبر الوسائط وأخذ العينات غير المتزامن.
تُعد SurfFill طريقة مبتكرة لإكمال السحابة النقطية لتقنية ليدار (LiDAR) تستفيد من تقنية "Gaussian surfel splatting" لتحديد وتكثيف المناطق الغامضة الناتجة عن تباعد الحزم، مما يجمع بفعالية بين الدقة الهندسية لتقنية ليدار واستعادة التفاصيل القائمة على الكاميرا للتفوق على تقنيات إعادة البناء الحالية.
يُعد Sentinel-VLA نموذجاً رؤيوياً-لغوياً-حركياً فوق معرفي يتميز بوحدة مراقبة حالة نشطة للتحليل الديناميكي عند الطلب والتعافي من الأخطاء، وقد تم تدريبه على بيانات مُولدة تلقائياً وتعزيزه بخوارزمية تعلم مستمر ذاتي التطور لتحقيق تحسن في معدل النجاح بنسبة 30% مقارنة بالنماذج الرائدة.
تقدم هذه الورقة البحثية إطار عمل VLA-ATTC، الذي يعزز نماذج الرؤية واللغة والعمل (Vision-Language-Action) عبر حوسبة تكيفية في وقت الاختبار من خلال "قابض معرفي" (cognitive clutch) قائم على عدم اليقين، وناقد عمل نسبي (Relative Action Critic) مبتكر للاختيار بين أزواج من الأفعال، مما يقلل بشكل كبير من معدلات الفشل في مهام المناولة المعقدة دون الحاجة إلى توصيف يدوي.
تقدم الورقة البحثية خوارزمية التعلم المعزز غير المتصل بالإنترنت "التعلم بـ Q المشروط بالضجيج والمثبت بالتدفق" (FAN)، وهي خوارزمية فعالة للتعلم المعزز غير المتصل بالإنترنت تحقق أداءً رائدًا في المهام الروبوتية من خلال تحسين سياسات التدفق والنقاد التوزيعيين لتتطلب تكرارًا واحدًا وعينة ضجيج واحدة فقط، مما يقلل بشكل كبير من التكاليف الحسابية دون التضحية بالدقة.