4321 ورقة بحثية
يقدم البحث إطار عمل DeMiAn، وهو إطار عمل ثنائي المراحل يستفيد من التعليقات اللغوية الكثيفة ومتعددة الجوانب التي تولدها نماذج الرؤية واللغة (VLM) لتحسين تعلم سياسة الروبوت والتعميم عبر مهام متنوعة بشكل كبير دون الحاجة إلى بيانات عرض جديدة.
تقترح الورقة البحثية طريقة "توجيه تنشيط المفهوم التبايني" (COAST)، وهي طريقة خفيفة الوزن ولا تتطلب تدريباً، تستخدم المفهومات (conceptors) لتحديد وتوجيه الكوامن في نماذج الرؤية واللغة والعمل (VLA) نحو فضاءات فرعية حرجة للنجاح مستمدة من أمثلة قليلة، مما يحسن معدلات نجاح المهام بشكل كبير عبر بنيات متنوعة دون الحاجة لإعادة التدريب.
تقترح هذه الورقة إطار عمل مكوناً من ثلاث مراحل يجمع بين التدريب المسبق على بيانات من العالم الحقيقي والمحاكاة التكيفية لإنشاء مجموعة بيانات VPSCI، وهي مجموعة واسعة النطاق من تفاعلات المركبات والمشاة الحرجة من حيث السلامة والواقعية سلوكياً، والتي تتفوق على الطرق المرجعية في دقة المسار وعدم القدرة على التمييز عن التفاعلات الواقعية.
تقدم هذه الورقة مجموعة بيانات TIGS التي تتميز بحركات التقلب الشديدة، وتقترح طريقتين متكاملتين، SAAVE وStretch-ICP، لتعزيز قوة ودقة تقدير حالة الليدار والقصور الذاتي وإعادة بناء المسار بشكل كبير في السيناريوهات التي تنطوي على حركات روبوتية عدوانية.
تقدم هذه الورقة CLAP، وهو إطار عمل مدرك للموقع يعمل على تحسين المطالبات الناعمة (soft prompts) لكل حاجز طريق في الفضاء الكامن لنماذج الرؤية واللغة والعمل (Vision-Language-Action) المجمدة، وذلك لتقليل أخطاء التخطيط بشكل كبير في سيناريوهات القيادة النادرة والحرجة على السلامة في حالات الذيل الطويل دون المساس بالأداء في الإطارات العادية.
تقدم هذه الورقة البحثية إطار عمل هرمي يُدعى HCLM، يجمع بين سياسة انتشار مشتركة مركزية للتنسيق المكاني عالي المستوى وبين متحكم هجين شامل للجسم متمحور حول المهام للتنفيذ القوي منخفض المستوى، مما يمكّن الروبوتات رباعية الأرجل المزدوجة من أداء مهام المناولة والتحريك التعاونية المعقدة بنجاح في كل من بيئات المحاكاة والبيئات الواقعية.
تقترح هذه الورقة إطار عمل للتهيئة الخالية من الميزات للأنظمة البصرية-القصورية أحادية الكاميرا، والذي يستفيد من نماذج ثلاثية الأبعاد ذات تغذية أمامية للتنبؤ بسحب نقاط نقطية ضمن نطاق المقياس، محققاً معدل نجاح يتجاوز 90% وتقليص وقت التهيئة إلى أقل من 1.2 ثانية مع إظهار المتانة في البيئات المتدهورة بصرياً.
تقدم هذه الورقة MUSE، وهو إطار عمل جديد للتعلم في الوقت الفعلي يعتمد على بنية Mamba لتقدير عدم اليقين متعدد الوسائط بفعالية في تقدير الحالة البصرية-القصورية، مما يظهر موثوقية ومتانة فائقتين مقارنة بالطرق الحالية.
تقترح هذه الورقة إطار عمل للتغذية الراجعة للمخرجات باستخدام طريقة الارتداد للخلف معزز بـ DeepONet، والذي يحقق كبحاً سريعاً للاهتزازات وتتبعاً دقيقاً للمسار للمناورات المرنة متعددة الوصلات من خلال تقريب نوى التحكم الحدودي المعقدة لتمكين التنفيذ في الوقت الفعلي.
تقدم هذه الورقة DyGRO-VLA، وهو إطار تحسين ثنائي المراحل يعزز قدرة نماذج الرؤية واللغة والعمل (Vision-Language-Action) على التعميم عبر المهام من خلال التقاط التمثيلات الكامنة العابرة للمهام، وتحسين تحسين السياسة ديناميكيًا عبر مزيج من بقايا التعلم المعزز (mixture-of-RL-residuals)، مما يقلل من التداخل ويحسن الأداء في ظل تغيرات التوزيع.