4386 ورقة بحثية
تقترح هذه الورقة إطار عمل جديداً للتعلم البصري اللمسي يسرع عملية تجميع "الوتد في الثقب" بواسطة الروبوت من خلال التدريب على مهمة "إخراج الوتد من الثقب" الأسهل وعكس مساراتها لتوليد بيانات خبيرة، مما يحقق معدلات نجاح أعلى بكثير وقوى تلامس أقل مقارنة بطرق التعلم المعزز المباشرة.
تقدم هذه الورقة مناهج التخطيط المدرك للنقل (TAP) التي تعامل الملاحة المتجسدة المخصصة للبحث عن الأشياء المحمولة كمسألة تعلم عادات، مما يمكّن الوكلاء من التزامن مع الأهداف التي يحركها البشر ويحسن معدلات النجاح بشكل كبير في كل من البيئات الديناميكية المحاكية والواقعية.
تقترح هذه الورقة إطار عمل جديداً لتخطيط الحركة يسمى "التخطيط عبر المحاكاة" (PS)، والذي يستخدم بحث شجرة مونت كارلو (Monte Carlo Tree Search) والتنبؤ بالسيناريوهات المتوازية القائم على التعلم لاستنتاج التفاعلات التعاونية المستقبلية بشكل تكراري، مما يعالج التحدي الحاسم المتمثل في التأثير المتبادل بين تخطيط المركبة الذاتية ومسارات الوكلاء الآخرين من أجل قيادة ذاتية أكثر أماناً.
تقدم هذه الورقة المهارات متعددة الدقة (MRS)، وهو إطار عمل للتعلم التعزيزي الهرمي يستخدم متحكماً علوياً للاختيار الديناميكي من بين وحدات متعددة للتنبؤ بالأهداف ذات آفاق زمنية ثابتة، مما يؤدي إلى حل فجوة الرشاقة والأداء في المهام طويلة المدى من خلال تكييف مسافات الأهداف الفرعية مع حالات ومهام محددة.
يُعدُّ VSASim إطار عمل للمحاكاة مفتوح المصدر وعالي الدقة مبني على Cosys-AirSim، وهو يعالج نقص الأدوات المتاحة لأبحاث المركبات السطحية ذاتية القيادة من خلال دمج ديناميكيات السفن الواقعية، ومحاكاة المستشعرات البحرية، وتوليد مجموعات البيانات الاصطناعية لبيئات المياه الداخلية والموانئ.
تقدم هذه الورقة نظام NemeSys، وهو نظام مركبة ذاتية القيادة تحت الماء تتيح إعادة تكوين المهمة في الوقت الفعلي والاستقلالية التكيفية في البيئات المحرومة من نظام تحديد المواقع العالمي (GPS) من خلال إشارات مغناطيسية كهربائية منخفضة النطاق الترددي، وقد تم التحقق من صحته من خلال عمليات المحاكاة والتجارب الميدانية لتحقيق تبديل سريع في السلوك مع حد أدنى من العبء الحسابي.
تقدم هذه الورقة إطار عمل لتخطيط المهام والحركة (TAMP) مغلق الحلقة ومعتمد على الرؤية لتفكيك بطاريات المركبات الكهربائية بواسطة روبوتات متعددة، يدمج بين تخطيط الحركة القائم على التعلم وطبقة سلامة هجينة لتقليل طول المسار، والمدة الزمنية لإنجاز المهام، ومخاطر التصادم بشكل كبير مقارنة بالنهج القياسية.
تُعد MacroNav إطار عمل للملاحة القائم على التعلم، يجمع بين مشفر سياقي خفيف الوزن ومتعدد المهام وذاتي الإشراف مع سياسة تعزيز تعلم لتحقيق ملاحة ذاتية كفؤة وعالية الأداء في البيئات غير المعروفة من خلال التقاط فهم مكاني متعدد المقاييس بكفاءة حوسبية فائقة.
تقدم هذه الورقة إطار عمل يعتمد على الحقول العصبية الضمنية والقابلة للتفاضل للتصنيع متعدد المحاور، والذي يوحد توليد الطبقات وتصميم مسار الأداة في مسار معالجة واحد، مما يتيح التحكم المباشر في تجنب الاصطدام والتحسين المشترك لتخطيط العمليات لكل من تطبيقات التصنيع بالإضافة والتصنيع بالطرح.
تثبت هذه الورقة البحثية جدوى تدريب نموذج تقسيم دلالي لبيانات ليدار (LiDAR) داخلية على مستوى الإطار دون الحاجة إلى تعليقات توضيحية يدوية، وذلك عبر استخلاص المعرفة من نماذج التأسيس البصري (Visual Foundation Models) من خلال مسار معالجة من ثنائي الأبعاد إلى ثلاثي الأبعاد، محققةً ما يصل إلى 56% في متوسط تقاطع الاتحاد (mIoU) على الملصقات الزائفة و36% في متوسط تقاطع الاتحاد على الملصقات الحقيقية.