4321 ورقة بحثية
تقترح هذه الورقة طريقة تتعلم قطع إجراءات مستمرة عالية التردد في فضاء كامن لـ VAE، وتوظف استراتيجية "إعادة الاستخدام ثم الصقل" لتحقيق تحكم سلس ومتسق زمنياً ومتسق مكانياً للمهام الروبوتية المعقدة الغنية بالتلامس.
يُعد ARCANE-PedSynth إطار عمل مفتوح المصدر قائم على منصة CARLA، يتغلب على قيود المحاكاة الأصلية لتوليد مجموعات بيانات اصطناعية متنوعة ومتعددة الوسائط مع تعليقات توضيحية سلوكية كثيفة للتنبؤ بعبور المشاة في القيادة الذاتية.
تقترح هذه الورقة إطار عمل لتحسين المخطط العاملي (factor graph) ضعيف الترابط يدمج بيانات نظام الملاحة العالمي عبر الأقمار الصناعية (GNSS)، والـ "pseudolite"، ووحدة القياس بالقصور الذاتي (IMU) لتحسين دقة تحديد المواقع بشكل كبير في البيئات التي تعاني من تدهور إشارات الـ GNSS، محققةً انخفاضاً بنسبة تتراوح بين 22.8% و41.3% في متوسط خطأ الأبعاد الثلاثية مقارنة بطرق المربعات الصغرى القياسية.
تقدم هذه الورقة إطار عمل للتعلم التعزيزي مستوحى حيويًا يُمكّن الثعابين الاصطناعية اللينة من تعلم بدائيات الحركة في تضاريس مبسطة وتركيبها في استراتيجيات تكيفية للملاحة القوية عبر بيئات ثلاثية الأبعاد معقدة وغير متجانسة مُعاد بناؤها من بيانات واقعية.
تقدم هذه الورقة البحثية خوارزمية Convex-Neural RRT*، وهي خوارزمية لتخطيط المسار موجهة بالتعلم تستخرج مناطق مرشحة محدبة من التنبؤات العصبية لتقليل وقت الحساب بشكل كبير وتحسين جودة المسار مقارنة بالطرق العصبية والتقليدية القائمة على أخذ العينات مع الحفاظ على معدلات نجاح عالية.
تُظهر هذه الورقة أن خوارزميات أخذ العينات الموجهة عصبياً، ولا سيما خوارزمية (Neural Informed RRT*)، تتفوق بشكل كبير على خوارزمية (RRT*) الكلاسيكية في الملاحة الروبوتية من خلال توليد مسارات أقصر وأكثر سلاسة، وإن كان ذلك مع زيادة طفيفة في وقت الحوسبة.
تقدم هذه الورقة إطار عمل هجين يجمع بين ديناميكا الموائع الحسابية والتعلم التعزيزي متعدد الوكلاء متعدد الأهداف، والذي ينسق بنجاح أسراب الروبوتات الدقيقة التي يتم تشغيلها مغناطيسياً في تدفقات نبضية ديناميكية، وذلك من خلال استخدام تقنية PCGrad لحل صراعات التدرج، مما يحقق تحسيناً متزامناً للتقدم نحو المنبع، وكفاءة الطاقة، وسلاسة الحركة عبر سلوكيات هيدروديناميكية ناشئة.
تصنف هذه المراجعة المشغلات الهوائية اللينة وفقاً لفئات حركتها الأربع الرئيسية (الخطية، والانحناء، والالتواء، ومتعددة الاتجاهات) لتحليل كيفية تأثير خيارات التصميم الهيكلي المحددة على مقايضات الأداء وتوجيه عملية اختيار الآليات المناسبة لمختلف التطبيقات الروبوتية.
تقدم هذه الورقة إطار عمل شبكة "النمو-التقليم-التجميد" (GPF)، القائم على نظرية المصفوفات العشوائية غير الخطية، والذي يتيح التعلم المستمر التكيفي للملاحة الشمية من خلال نمو وتقليم وتجميد طبقات الشبكة ديناميكيًا لتحقيق معدل نجاح بنسبة 94% في مهام السحب الاضطرابية مع إظهار إمكانية التعميم في مجالات تعلم الآلة الأخرى.
تقدم هذه الورقة البحثية MVCHead، وهو نموذج فضاء حالة جديد أحادي الخطوة (single-shot) يولد صوراً رمزية ثلاثية الأبعاد لرؤوس بنموذج غاوس (3D Gaussian head avatars) عالية الدقة ومتسقة متعددة الزوايا مباشرة من صور ثنائية الأبعاد مأخوذة عشوائياً دون الحاجة إلى مجموعات بيانات متعددة الزوايا، أو إشراف ثلاثي الأبعاد، أو توليد مشاهد وسيطة.