4348 ورقة بحثية
تقدم هذه الورقة البحثية خوارزمية OGPO، وهي خوارزمية خارج السياسة (off-policy) ذات كفاءة في العينات تتيح الضبط الدقيق الكامل لسياسات التحكم التوليدية لتحقيق أداء رائد في مهام روبوتية متنوعة، بما في ذلك الضبط الدقيق للسياسات ضعيفة التهيئة دون بيانات خبير، وذلك من خلال الاستفادة من أهداف PPO المعدلة والمثبتات العملية للتخفيف من حدة الاستغلال المفرط للمنتقد (critic over-exploitation).
تقدم هذه الورقة طريقة "تكرير الانتشار التركيبي" (RCD)، وهي طريقة توجيه خالية من التدريب تعمل على التخفيف من حدة متوسط الأنماط في التخطيط طويل الأمد عبر الاستفيد من خطأ إعادة البناء الذاتي واتساق التداخل لتوجيه الانتشار التركيبي نحو مسارات عالية الكثافة ومتماسكة عالميًا.
تقدم هذه الورقة البحثية إطار عمل ICODE-MPPI، وهو إطار عمل قوي لتتبع المسار يدمج المعادلات التفاضلية العادية العصبية المتزامنة مع المدخلات لتعلم وتعويض الديناميكيات المتبقية غير المنمذجة في الوقت المستمر، محققاً انخفاضاً كبيراً في أخطاء تتبع المسار وتحكماً أكثر سلاسة مقارنة بطرق "تكامل المسار التنبؤي بالنماذج" القياسية.
تقدم هذه الورقة البحثية RLDX-1، وهو سياسة روبوتية عامة تعتمد على بنية محول الإجراءات متعدد التدفقات (MSAT) التي تدمج الأنماط غير المتجانسة وتصاميم الأنظمة المتخصصة لتتفوق بشكل كبير على نماذج الرؤية واللغة والإجراء الحالية في مهام التلاعب البشري المعقدة والغنية بالتلامس والديناميكية في العالم الحقيقي.
إنَّ TACO هو مسار معالجة مترابط وثيقًا بين وحدة قياس القصور الذاتي (IMU) وتحديد الموقع الجغرافي دقيق التفاصيل عبر الرؤية المتقاطعة، مما يتيح تحديد موقع مطلق قوي ومستقل عن نظام تحديد المواقع العالمي (GNSS) من خلال تفعيل مطابقة صور الأقمار الصناعية ديناميكيًا لتصحيح الانجراف العطالي، محققًا بذلك تقليلًا في خطأ المسار يصل إلى ستة أضعاف تقريبًا في مجموعة بيانات KITTI.
تقترح هذه الورقة إطار تحكم هرمي هجين يجمع بين التعلم المعزز متعدد الوكلاء لتخطيط فضاء المهام عالي المستوى، والبرمجة التربيعية المتوازية عبر وحدة معالجة الرسومات للتنفيذ في فضاء المفاصل منخفض المستوى، مما يتيح إمساكاً بارعاً وتفاعلياً، قوياً، وقابلاً للنقل دون تدريب مسبق (zero-shot)، وآمناً على ذراع بـ 7 درجات حرية ويد بـ 20 درجة حرية في بيئات غير منظمة.
تقترح هذه الورقة إطار عمل توليدي يعمل على فصل تمثيلات المهمة والجسد عبر هدف تبايني مزدوج لتخليق فيديوهات تنفيذ روبوتية متماسكة من عروض بشرية فردية، مما يسد فجوة التوزيع بفعالية دون الحاجة إلى بيانات متزاوجة عبر الأجساد المختلفة.
تقدم هذه الورقة "جياو" (Jiao)، وهي بنية هندسية للروبوتات الاستهلاكية ذات الأهمية الحرجة التي تسد الفجوة بين مطوري المنصات والمستخدمين النهائيين من خلال دمج عمليات التجاوز على مستوى الأجهزة، ومزامنة المعلمات، والاتصال المتوافق مع معايير السلامة لتحقيق تخفيضات كبيرة في تذبذب التوقيت والعزل على المنصات متعددة الأنوية المشتركة.
تقترح هذه الورقة إطار عمل لنموذج لغوي كبير معزز بالوكلاء يستفيد من معايير "شبكة الأشياء" (W3C Web of Things) وبروتوكول سياق النموذج (Model Context Protocol) لتمكين التحكم عبر اللغة الطبيعية في أسراب الطائرات بدون طيار، مبرهنةً على أنه بينما تعاني النماذج اللغوية الكبيرة الحالية من صعوبة التنفيذ الموثوق دون تجسيد، فإن الأدوات المتخصصة في المهام وحواجز الحماية أثناء التشغيل تزيد من المتانة بشكل كبير.
يقدم البحث إطار عمل RoboAlign-R1، الذي يعزز نماذج عالم الفيديو للروبوتات من خلال تقطير حكم معلم متعدد الوسائط إلى نموذج مكافأة لتدريب ما بعد المعالجة واستخدام استراتيجية إعادة الترميز بالنافذة المنزلقة، مما يؤدي بشكل كبير إلى تحسين اتباع التعليمات، ودقة التلاعب، والمعقولية الفيزيائية، واستقرار التنبؤ طويل المدى.