4321 ورقة بحثية
تقترح هذه الورقة إطار عمل للتحكم التنبئي بالنماذج للطوارئ بشكل لا مركزي للأنظمة متعددة الوكلاء غير الخطية، والذي يضمن حركة خالية من الاصطدام وإمكانية تحقيق متكررة باستخدام معلومات الحالة فقط، وذلك عبر ربط المسارات الاسمية بشهادات الطوارئ وآلية تحديث هندسية جديدة للمجموعات الآمنة.
تقدم هذه الورقة البحثية "محول قرار مشروط بالهدف" (Goal-Conditioned Decision Transformer) يستفيد من البيانات المجمعة مسبقاً (offline data) لحل مهام روبوتية معقدة ومتعددة الأهداف ذات مكافآت متفرقة بكفاءة، مما يظهر أداءً فائقاً على النماذج المرجعية المتطورة للتعلم عبر الإنترنت (online baselines) على منصة فرانكا إيميكا باندا (Franka Emika Panda).
تقدم هذه الورقة UNCOM، وهو إطار عمل هجين جديد يعتمد على التعلم الصفري (zero-shot) يدمج الكلام والإيماءات وسياق المشهد لتمكين فهم الأوامر بشكل قوي وقابل للتفسير للروبوتات المكتبية في البيئات المنزلية المتنوعة دون الحاجة إلى تدريب خاص بالمهام.
تقدم هذه الورقة تطوير ونشر نظام مراقبة تحت الماء مقيم على عمق 90 متراً، يتميز بمركبة غواصة صغيرة ذاتية القيادة (mini-ROV) تحقق معدل نجاح في الرسو بنسبة 90% وقدرات فحص سريعة من خلال دمج الملاحة الصوتية بنظام (USBL) مع التحديد البصري القائم على علامات (ArUco).
تقترح هذه الورقة "انتباه الماس" (Diamond Attention)، وهي بنية انتباه متقاطع تستفيد من الأرقام العشوائية التي يتم أخذ عينات منها لاستحثاث ترتيب رتبي عابر وكسر التماثل بين الوكلاء المتجانسين، مما يتيح التنسيق الفعال والتعميم في حالة الصفر في مهام التعلم المعزز متعدد الوكلاء التعاونية حيث تفشل السياسات الحتمية.
تقدم هذه الورقة CARMEN، وهو محرك استدلال للتعلم العميق كفء في استهلاك الموارد يستفيد من بنية قائمة على خوارزمية CORDIC متكيفة وقت التشغيل لتعديل الدقة الحسابية ديناميكيًا، مما يحقق تخفيضات كبيرة في استهلاك الطاقة وعدد الدورات مع تقديم أداء عالٍ على كل من منصات ASIC وFPGA.
تقدم هذه الورقة نموذج العالم RLA، الذي يستفيد من تمثيل "الفعل الكامن المتبقي" (Residual Latent Action) المبتكر المستخلص من بقايا DINO والمُتنبأ به عبر مطابقة التدفق (flow matching) لتحقيق تنبؤ عالي الدقة وفعالية في الميزات المرئية، وتمكين تعلم الروبوتات المتقدم من مقاطع الفيديو غير المتصلة (offline) دون تفاعل مباشر أو مكافآت مصممة يدويًا.
تحدد هذه الورقة "فخ التنوع" في تكييف نماذج الرؤية واللغة والعمل تحت ميزانيات بيانات صارمة، وتقترح إطار عمل "مقايضة التغطية والكثافة"، وتُقدم "التكيف المرتكز على المرتكزات" (ACA) — وهو أسلوب ذو مرحلتين يعطي الأولوية للعروض التوضيحية المتكررة عند المرتكزات الجوهرية قبل التوسع نحو الحدود — لتحسين موثوقية المهام الروبوتية بشكل كبير مقارنة باستراتيجيات أخذ العينات المتنوعة القياسية.
تقيم هذه الورقة مدى فعالية نماذج الرؤية واللغة كـ "مستشعرات لنطاق التشغيل التصميمي (ODD)" بنمط التعلم الصفري للأنظمة ذاتية القيادة من خلال إجراء دراسة تجريبية على تصنيف وكشف نطاق التشغيل التصميمي، وتحليل استراتيجيات التحسين، وتحديد أن أسلوب "سلسلة الأفكار المرتكزة على التعريف مع تفكيك الشخصية" هو النهج الأكثر فعالية للإدراك الآمن والقابل للتكيف في التطبيقات الحرجة للسلامة.
تقترح الورقة البحثية سياسة الحقل المنجرف (DFP)، وهي سياسة توليدية ذات خطوة واحدة غير قائمة على المعادلات التفاضلية العادية، حيث تصيغ التحديثات كتدفقات تدرج لـ "واسرشتاين-2" بنمط "كيه إل" العكسي لتحقيق أداء رائد في مهام التلاعب الروبوتي من خلال الجمع بين صعود قيمة الفعل ومناطق الثقة لمطابقة الدرجة.