4321 ورقة بحثية
تقدم الورقة البحثية AVP (الإجراء مع البدائيات البصرية)، وهي بنية شاملة (end-to-end) تفصل بين فهم التعليمات والفهم المكاني وبين التحكم الحركي من خلال جعل نموذج الرؤية واللغة يصدر رموزًا بصرية بدائية لتكييف خبير إجراءات يعتمد على مطابقة التدفق (flow-matching)، مما يحسن بشكل كبير معدلات النجاح، وكفاءة البيانات، والقدرة على التعميم في مهام الالتقاط والوضع الروبوتية مقارنة بالطرق الحالية مثل pi_0.5.
تقترح هذه الورقة استبدال التمثيلات المتجهة الكثيفة في إطار عمل "مونتي" (Monty) التابع لنظرية الألف دماغ بحزم نبضات ذات ترتيب رتبي وتعلم قائم على التلدن العصبي المعتمد على توقيت النبضة (STDP) لترميز تسلسلات الاتصال الحسي الحركي زمنياً، مما يتيح استدلالاً قوياً للأجسام يستفيد من اتجاه العبور ويحقق دقة تمييز فائقة ومرونة تجاه الضجيج مقارنة بالتنفيذ الأصلي.
يُعد Imagine2Real إطار عمل للتعلم من دون أمثلة (zero-shot) للتفاعل بين البشر والآليات (Humanoid) والأجسام بكامل الجسم، حيث يتغلب على ندرة البيانات وتعقيد إعادة الاستهداف عبر توحيد حركات الروبوت والأجسام في مسارات نقاط رباعية الأبعاد (4D) والاستفادة من الفضاء الكامن لنموذج سلوكي تأسيسي لتتبع النقاط الرئيسية المتفرقة، مما يتيح نشراً فيزيائياً مرناً وخالياً من قيود الهندسة.
تقدم الورقة البحثية SOMA، وهو إطار عمل للذاكرة المكانية يعزز قدرة نماذج الرؤية واللغة والعمل (Vision-Language-Action) على أداء عمليات المناولة خارج نطاق الرؤية من خلال بناء وتكرير واسترجاع تمثيلات مكانية ثلاثية الأبعاد مستمرة من ملاحظات متعددة الزوايا، مما يتيح استدلالاً قوياً وتنفيذاً أسرع للمهام حتى عندما تكون الأجسام المستهدفة غير مرئية في البداية.
تقدم هذه الورقة Pre-VLA، وهي بنية توحيد للتحقق من وقت التشغيل تعمل على التقييم الاستباقي لصلاحية الإجراء لنماذج الرؤية واللغة والأفعال (Vision-Language-Action) والنماذج العالمية باستخدام نهج تعلم متعدد المهام، مما يؤدي إلى تحسين معدلات النجاح بشكل كبير، وتقليل خطوات التنفيذ، وتخفيف تراكم الأخطاء في مهام الذكاء المتجسد.
يقدم نظام Steins;Gate Drive بنية تخطيط منفصلة عن زمن الاستجابة تستفيد من نموذج لغوي كبير لاختيار مسبق لمستقبلات القيادة الافتراضية (الخطوط الزمنية ألفا، وبيتا، وجاما) بينما يقوم نظام وقت التشغيل بفرض عقود السلامة، مما يقضي فعليًا على زمن استجابة التحكم ويحافظ على حدود السلامة على الطرق السريعة.
تحلل هذه الورقة كيفية فشل التوصيفات متعددة الأنماط المختلفة في التعلم بالتقليد السلوكي القائم على تقسيم الأفعال تحت قيود متباينة، حيث تُظهر أن السياسات ذات المتغيرات الكامنة تعاني من المقايضة بين التنظيم والحفاظ على النمط، بينما تتقيد السياسات التوليدية في فضاء الأفعال بسلاسة خرائط النقل الخاصة بها.
تُعد MoSA إطار عمل للتكيف مع الإجهاد المقيد بالحركة، وهي تجسر الفجوة بين الواقع والمحاكاة في ديناميكيات الاستمرارية عبر استخدام نموذج متماثل المناحي كسابقة فيزيائية لتعلم مؤثرات الإجهاد المتبقية التي تلتقط التباين والتباين النوعي الطفيف، مما يحقق دقة فائقة، وقدرة على التعميم، ونقلاً من المحاكاة إلى الواقع في مهام التلاعب الروبوتي.
يُعد TriSweep إطار عمل محاكاة يقترح بنية لسرب مكون من أربع طائرات بدون طيار تستخدم جامعات متخصصة مكانياً ودمج إشارات متماسكاً لإجراء تحليل جانبي كهرومغناطيسي ذاتي عن بُ l على المتحكمات الدقيقة المقنعة من مسافات تتراوح بين 0.25 و1.5 متر، محققاً تحسينات كبيرة في استعادة المفاتيح مقارنة بنهج الطائرة الواحدة رغم عدم وجود تنفيذ مادي للأجهزة.
تقدم هذه الورقة سياسة "القبول القطعي المعاير بالاستعلام" (QCSA)، وهي سياسة لإغلاق الحلقة غير مرتبطة بالواصفات تعمل على تعزيز استقرار مخطط الرسم البياسي للوضعية في البيئات المتكررة من خلال قبول عوامل إغلاق الحلقة عالية الثقة والمحققة هندسياً بشكل انتقائي، مما يقلل بشكل كبير من الإيجابيات الكاذبة وأخطاء المسار في أسوأ الحالات مع الحفاظ على الدقة الإجمالية.