4321 ورقة بحثية
تقترح هذه الورقة إطار عمل "تشيبيتشيفف السلس التكيفي" (Adaptive Smooth Tchebycheff) الذي يعمل على تعديل سلاسة التحسين ديناميكيًا بناءً على تداخل التدرج في الوقت الفعلي، مما يتيح الاكتشاف القوي للسياسات المثلى في باريتو (Pareto-optimal policies) ضمن المناطق غير المحدبة للمهام الروبوتية متعددة الأهداف حيث تفشل الطرق غير الخطية الثابتة وتكون طرق التسكير الخطي (linear scalarizations) محدودة نظريًا.
تُظهر هذه الدراسة أنه على الرغم من تصميمه المحدود وغير البشري، يمكن لروبوت "ريتشي ميني" (Reachy Mini) أن ينقل بفعالية معانٍ عاطفية واسعة النطاق ويؤثر في التصورات الاجتماعية، رغم أن التعرف على تسميات مشاعر محددة يظل غير متسق.
تقدم هذه الورقة البحثية نظام BiPneu، وهو نظام نيوماتيكي ثنائي القطب قابل للتوسع وفعال من حيث التكلفة للروبوتات اللينة، يستخدم متحكماً مبتكراً بنمط الانزلاق المزدوج لتحقيق دقة فائقة في تنظيم الضغط، والمتانة، والتكامل البرمجي السلس مقارنة بطرق التحكم التقليدية في التناسب والتكامل والتفاضل (PID) والتحكم التنبئي بالنموذج.
يُعد DynoJEPP إطار عمل جديد قائم على المخطط العام (factor-graph) يضمن الملاحة الآمنة في البيئات الديناميكية من خلال إدخال عوامل موجهة لمنع التنبؤ والتخطيط من إفساد تقدير الحالة، بينما يعمل امتداده التعاوني على تعزيز تخطيط المسار بشكل أكبر عبر دمج سلوكيات الوكلاء الآخرين.
تقترح هذه الورقة إطاراً لترشيح السلامة المتينة توزيعياً يضمن السلامة الاحتمالية للأنظمة غير الخطية في ظل حالات عدم اليقين التوزيعي التعسفي، وذلك عبر اختزال اعتماد السلامة إلى بحث في زمن التبديل أحادي البعد واستخدام إجراء قائم على أخذ العينات مع ضمانات العينات المحدودة.
تقدم هذه الورقة OCULAR، وهو خوارزمية قائمة على التنبؤ المطابق تستفيد من المعلومات الدلالية للصور لتوفير ضمانات كمية لعدم اليقين غير تقاربية وخالية من التوزيع لنماذج الديناميكيات الخطية الغاوسية، مما يتيح التخطيط الآمن احتماليًا في البيئات غير المرئية من خلال التمييز بين مناطق عدم اليقين العالية والمنخفضة دون الحاجة إلى بيانات خاصة بالبيئة.
تقدم هذه الورقة إطار تحكم هجين يتيح مناولة موثوقة للأجسام لنظام الجمالون متغير الطوبولوجيا (VTT) من خلال تنظيم الموضع والقوة بشكل متزامن عبر التغذية الراجعة القائمة على المستشعرات والنمذجة الاستاتيكية، كما تم التحقق من صحته من خلال النتائج التجريبية على كل من الوحدات الفردية والنظام الكامل.
يُعد D-VLA إطار عمل للتعلم التعزيزي الموزع، يتميز بالتزامن العالي وزمن الانتقال المنخفض، ويستخدم فك الارتباط المستوي، وخط أنابيب "Swimlane" غير متزامن رباعي الخيوط، وإدارة مزدوجة لمجمع ذاكرة الوصول العشوائي للفيديو (VRAM)، للتغلب على الاختناقات النظامية وتحقيق إنتاجية وقابلية توسع فائقتين لنماذج الرؤية واللغة والعمل ذات المليارات والترليونات من المعلمات.
تقدم الورقة البحثية StereoNav، وهو إطار عمل قوي للرؤية واللغة والعمل يستفيد من الرؤية المجسمة وأولويات الموقع المستهدف للتغلب على الفجوات بين المحاكاة والعالم الحقيقي في مجال الملاحة القائمة على الرؤية واللغة، محققاً أداءً هو الأفضل في فئته مع تحسين الموثوقية في البيئات المعقدة، وذلك باستخدام عدد أقل من المعلمات وبيانات تدريب أقل مقارنة بالنهج القائمة على التوسع.
تقيم هذه الدراسة أنماط التفاعل السلبية والتفاعلية والاستباقية في التعاون بين الإنسان والروبوت في مهمة تجميع تعتمد على الذاكرة، ووجدت أنه بينما أدى المساعدة الاستباقية إلى زيادة وقت الإنجاز، إلا أنها كانت الأكثر تفضيلاً وتم اعتبارها الأكثر فائدة من قبل غالبية المشاركين.