4386 ورقة بحثية
تقترح هذه الورقة البحثية طريقة "تقطير الاستشراف المتميز" (Prived Foresight Distillation - PFD)، وهي طريقة تستخلص وتنقل التصحيح المشروط بالفعل والمستمد من الملاحظات المستقبلية أثناء التدريب إلى مُوائم خفيف الوزن للنماذج التي تعتمد على الملاحظات الحالية فقط، مما يحقق تحسينات مستمرة في الأداء على معايير مهام المناولة دون تكبد تكاليف التنبؤ بالمستقبل عند الاستنتاج.
تقترح هذه الورقة تمثيلاً بارامترياً للاشتقاق العصبي التبايني باستخدام مزيج غاوسي قابل للتفاضل وتدرجات مسارية لتحسين القبض الماهر المتين والحساس للمخاطر تحت ظروف عدم اليقين متعدد الأنماط، محققةً بذلك تعاملاً فائقاً مع مخاطر الذيل، وتخطيطاً أسرع، ومعايرة أفضل مقارنة بطرق مرشح الجسيمات وطرق تقاطع الإنتروبيا التقليدية.
تقترح هذه الورقة تمثيلاً جديداً لدالة المسافة الاتجاهية الموقعة (SDDF) يجمع بين الأولويات الإهليلجية الصريحة والبواقي العصبية الضمنية لتحقيق إعادة بناء ثلاثي الأبعاد ورندرة قابلة للتفاضل تتسم بالكفاءة والدقة والاتساق الهندسي، متفوقة بذلك على الأساليب الحالية مثل NeRF وSDF وGaussian Splatting في كل من السرعة والدقة الهندسية.
تقدم الورقة البحثية SLAM&Render، وهي مجموعة بيانات مرجعية مبتكرة تم تسجيلها بواسطة ذراع روبوتية توفر بيانات متعددة الوسائط متزامنة ووضعيات حقيقية لتقييم الأساليب عند تقاطع التوطين ورسم الخرائط المتزامن (SLAM) والتحسين العصبي للصور (Neural Rendering)، مما يعالج الفجوات في مجموعات البيانات الحالية فيما يتعلق بالعمليات المتسلسلة، وتعدد الوسائط، ودقة إعادة إنتاج الحركة.
تقترح الورقة البحثية إطار عمل SARM، وهو نموذج مكافأة قائم على الفيديو ومعتمد على المراحل، يستفيد من التعليقات التوضيحية باللغة الطبيعية لتوليد إشراف متسق للمهام طويلة المدى والغنية بالتلامس مثل طي القمصان، مما يعزز بشكل كبير تدريب السياسات اللاحقة من خلال طريقة مبتكرة لنسخ السلوك المتوافق مع المكافأة (RA-BC).
تستقصي هذه الورقة تجريبياً استراتيجيات عملية لدمج النماذج اللغوية الكبيرة (LLMs) ونماذج اللغة والرؤية (VLMs) كمخططات عالية المستوى ذات حلقة مغلقة في الروبوتات، حيث تحلل تحديداً تأثير أفق التحكم والبدء الدافئ لتقديم توصيات قابلة للتنفيذ لتحسين أداء التخطيط ومتانته.
يُعد SPEAR-1 نموذجاً تأسيسياً روبوتياً يحقق تحكماً تجسيدياً فائقاً من خلال تعزيز نموذج رؤية ولغة مُدرب مسبقاً بقدرات الاستدلال المكاني ثلاثي الأبعاد المُدرَّبة على بيانات غير روبوتية واسعة النطاق وموسومة ثلاثياً، مما يسمح له بالتفوق على النماذج الرائدة مع استخدام عروض توضيحية روبوتية أقل بمقدار 20 ضعفاً.
إن KERV هو إطار عمل لفك التشفير التخميني المصحح حركياً لنماذج الرؤية واللغة والعمل (VLA)، والذي يستخدم مرشح كالمان واستراتيجية ضبط ديناميكية لتسريع استنتاج التحكم في الروبوت من خلال تعويض أخطاء الرموز عبر التنبؤات الحركية بدلاً من إعادة الاستنتاج المكلفة.
يُعد SwarmDrive إطار عمل للتنسيق الدلالي بين المركبات (V2V) يستخدم نماذج لغوية صغيرة (SLMs) محلية واتصالات قائمة على الأحداث لتحسين معدلات نجاح القيادة الذاتية وتقليل زمن الاستجابة في السيناريوهات المحجوبة مقارنة بالنهج القائم على السحابة أو النهج المحلي البحت.
تقترح هذه الورقة إطار عمل قائماً على القابلية للتحقق يستخدم شرط ناغومو للمماس لاستخلاص قيود تعتمد على الرياح على أوامر زاوية مسار الطيران، مما يضمن حفاظ طائرة ثابتة الأجنحة غير مدفوعة بالطاقة على غلاف سرعة جوية آمن من خلال نماذج مناورة معتمدة.