4321 ورقة بحثية
إن CLOVER هو إطار عمل لتقدير القيمة والترتيب بنظام الحلقة المغلقة يعالج عدم التطابق بين التدريب والتقييم في القيادة الذاتية من طرف إلى طرف باستخدام بنية مولد-مقيّم مع مسارات خبير زائف وتقطير ذاتي محافظ لتحقيق أداء رائد على مقياس NAVSIM.
تقدم الورقة البحثية Articraft، وهو نظام وكيل يستفيد من النماذج اللغوية الكبيرة لتوليد أصول ثلاثية الأبعاد مفصلية عالية الجودة وقابلة للتوسع تلقائياً عبر كتابة والتحقق من برامج متخصصة في هذا المجال، مما أسفر عن مجموعة بيانات جديدة مكونة من 10 آلاف عنصر تساهم في تطوير الأبحاث في مجالات محاكاة الروبوتات والواقع الافتراضي.
تقدم هذه الورقة دراسة قائمة على المحاكاة لتحسين باريتو متعدد المعايير تقارن بين الهياكل الخارجية أحادية المفصل وثنائية المفصل، كاشفةً أنه في حين أن التصميمات ثنائية المفصل أقل حساسية للحمل فيما يتعلق باستهلاك الطاقة، فإن التكوينات أحادية المفصل تقلل بشكل أفضل من ذروة قوى رد فعل المفاصل، مع وجود تأثير ضئيل لقصور الهيكل الذاتي على التكلفة الأيضية للحلول ثنائية المفصل.
تقترح هذه الورقة نموذج عالم متعدد الوسائط يدمج المعلومات اللمسية والبصرية لتحسين دقة ومتانة تنبؤات الأفعال الروبوتية بشكل كبير في البيئات الغامضة فيزيائياً، مدعوماً بمجموعتي بيانات جديدتين تم جمعهما باستخدام مستشعرات لمسية تعتمد على المغناطيس.
تقدم هذه الورقة "ذاكرات المهارة الترابطية العصبية"، وهي إطار عمل للترميز التنبؤي ذاتي الإشراف يوحد تعلم المهارات، والتعبير المدرك للسياق، وكشف الأخطاء ضمن بنية واحدة قائمة على الطاقة باستخدام قواعد تعلم محلية ذات صلة بيولوجياً لتعزيز الروبوتات الأكثر أماناً ونمذجة المستودعات الحسية الحركية البشرية.
تقدم هذه الورقة البحثية إطار عمل RSR-RSMARL، وهو إطار تعلم تعزيزي متعدد الوكلاء يتسم بالمتانة والأمان، يدمج بين التواصل، والتدريب على السياسات المتينة للنقل من المحاكاة إلى الواقع بنمط الصفر (zero-shot)، ودروع السلامة القائمة على دالة حاجز التحكم (Control Barrier Function)، حيث نجح في إظهار تعزيز التنسيق والسلامة على المركبات ذاتية القيادة المجهزة بالأجهزة.
تُعد UniJEPA إطار عمل موحداً لسياسات الروبوت يستفيد من التدريب المسبق واسع النطاق على مقاطع الفيديو التعليمية لتعلم تمثيلات مستمرة ومتقطعة مدمجة، مما يتيح أداءً فائقاً في كل من مهام المحاكاة والمهام الواقعية خارج نطاق التوزيع مقارنة بالنهج الحالية القائمة على الرؤية واللغة والنهج التوليدية.
تُعد QuickLAP إطار عمل بايزي يستفيد من النماذج اللغوية الكبيرة لدمج التصحيحات الفيزيائية الغامضة مع التغذية الراجعة اللغوية عالية المستوى، مما يمكّن الأنظمة شبه المستقلة من استنتاج دالات مكافأة المستخدم بسرعة ومتانة في الوقت الفعلي.
تقدم هذه الورقة إطاراً موحداً منظماً بتباعد كولباك-ليبلر (KL) للتحكم الأمثل، يعمم الأهداف الكلاسيكية والحساسة للمخاطر من خلال بدائل السياسة الناعمة، والتي يمكن تكرارها لاستعادة الأهداف الأصلية، وفي حالة التزامن، تؤدي إلى مؤثرات بلمان خطية وحلول تكامل المسار.
تقدم هذه الورقة OptMap، وهو خوارزمية عبر الإنترنت تعمل على تقطير بيانات ليدار (LiDAR) بكفاءة إلى خرائط هندسية مخصصة لتطبيقات معينة من خلال الاستفادة من تعظيم الدوال تحت المجموعية (submodular maximization) لحل مشكلة اختيار مجموعات فرعية غنية بالمعلومات ومقيدة بالحجم، وهي مشكلة تنتمي لفئة المسائل الصعبة (NP-hard)، مع أداء قريب من الأمثل يمكن إثباته.