4321 ورقة بحثية
يقدم هذا البحث إطار عمل يعتمد على البيانات يستخدم مطابقة التدفق المشروطة بالفعل للتنبؤ بدقة بالهندسة ثلاثية الأبعاد للحالة المستقرة للروبوتات المستمرة التي تعمل بمحركات الأوتار من خلال تشغيل المحركات، مما يظهر أداءً فائقاً على الطرق الحالية في كل من المحاكاة والتجارب الواقعية مع القدرة أيضاً على التعميم لظروف الحمولة.
يُعد Flame3D إطار عمل لا يتطلب تدريباً، يُمكّن من الاستدلال التكويني للمشاهد ثلاثية الأبعاد بنمط "الصفر محاولة" (zero-shot) عبر تمثيل المشاهد كذكريات بصرية-نصية قابلة للتحرير، وتمكين النماذج اللغوية الكبيرة متعددة الوسائط (MLLMs) الجاهزة من تخليق أدوات مكانية مخصصة ديناميكياً للاستدلال مفتوح النهايات.
تقدم هذه الورقة طريقة "تضييق القيود التكيفي الواعي بعدم التطابق" (MACT)، وهي طريقة تشتق حدوداً تحليلية لعدم تطابق النموذج الديناميكي لاستبدال هوامش الأمان الثابتة بقيود تعتمد على الحالة، مما يضمن سلامة بنسبة 100% مع تقليل هوامش تخطيط المسار المتحفظة بشكل كبير مقارنة بالنماذج المرجعية التقليدية.
إنَّ RePO-VLA هو إطار عمل لتحسين السياسات القائم على الاسترداد لنماذج الرؤية واللغة والعمل (Vision-Language-Action)، والذي يعزز المتانة في عمليات المناولة طويلة المدى والغنية بالتلامس من خلال التمييز بين مسارات النجاح والفشل والاسترداد لتدريب سياسة مشروطة بالقيمة قادرة على تصحيح انحراف التنفيذ ذاتياً دون الحاجة إلى كواشف فشل آنية.
تتناول هذه الورقة البحثية محدودية أهداف زمن الاستجاتبة في الحالة الأسوأ القياسية في المراقبة المستمرة متعددة الروبوتات من خلال اقتراح عائلة من أهداف أداء الذيل، وتأسيس خصائصها النظرية، وتطوير حل قائم على التعلم التعزيزي عبر عملية ماركوف لاتخاذ القرار المعتمدة على الأحداث المكافئة (TWLO-MDP) والتي تتفوق على النماذج المرجعية الحالية في تقليل زمن الاستجابة الموزون.
تقدم هذه الورقة إطار عمل للتحكم الآمن القائم على البيانات للأنظمة غير الخطية ذات الديناميكيات المعروفة جزئياً، والذي يجمع بين التعلم عبر العمليات الغاوسية عبر الإنترنت وبين قيود السلامة الاحتمالية القائمة على دالة ليابونوف لضمان الاستقرار والامتثال للقيود مع التوسع التكيفي في منطقة التشغيل الآمنة من خلال الاستكشاف المعلوماتي.
يُعدّ "مينين" (Minnun) غلاف تخزين مؤقت غير مرتبط بهيكلية معينة ولا يتطلب تدريباً، يعمل على تسريع مخططات المسار القائمة على الانتشار للتحكم في الروبوتات في الوقت الفعلي من خلال اتخاذ قرار ديناميكي بشأن متى يتم إعادة استخدام مخرجات إزالة الضجيج المخزنة بناءً على ميزانية عدم يقين معتمدة، محققاً تسريعاً يصل إلى 4.6 ضعفاً دون المساس بجودة المخطط أو السلامة.
تقدم هذه الورقة MTA-RL، وهو إطار عمل مبتكر يعزز القيادة الذاتية الحضرية القوية من خلال دمج بيانات RGB وLiDAR عبر محول متعدد الوسائط (Multi-modal Transformer) لتوليد تمثيلات إمكانات ثلاثية الأبعاد (3D affordance) صريحة، والتي تعمل كفضاء ملاحظة مدمج لسياسة التعلم المعزز لتحقيق أداء متفوق، وكفاءة في أخذ العينات، وتعميم صفري مقارنة بالنماذج المرجعية الحالية.
يُعد HeteroGenManip إطار عمل مكون من مرحلتين ومشروط بالمهمة، يعمل على تعزيز التلاعب الروبوتي القابل للتعميم للأجسام غير المتجانسة من خلال فصل تحديد نقاط التلامس عن تخطيط مسار التفاعل، مستخدماً الإمساك الموجه بنماذج التأسيس وسياسة الانتشار متعددة النماذج لتحقيق مكاسب كبيرة في الأداء في كل من سيناريوهات المحاكاة والواقع.
تقترح هذه الورقة تطبيق xApp استباقي لإدارة تنقل الطائرات بدون طيار (UAV) لشبكات 5G O-RAN، يستخدم شبكات كيو العميقة المزدوجة (Double Deep Q-Networks) المعززة بالتعلم بنقل الخبرة لتحسين قرارات التسليم بشكل تنبؤي، مما يحقق انخفاضاً كبيراً في تكرار عمليات التسليم مع الحفاظ على موثوقية عالية للاتصال.