4461 ورقة بحثية
تقدم الورقة البحثية NEAT-NC، وهو نهج تطوري عصبي مستوحى من الخلايا الملاحية البيولوجية يستخدم خوارزمية NEAT لتطوير شبكات عصبية متكررة من أجل تخطيط المسار في الوقت الفعلي بفعالية في كل من البيئات الروبوتية الثابتة والديناميكية.
تقدم هذه الورقة بنية رسم بياني للوضعية مزدوجة تدمج قياس المسافات البصرية مع اكتشافات البوابات الدلالية لتحقيق تحديد موقع قوي وفي الوقت الفعلي لسباقات الطائرات بدون طيار ذاتية القيادة، مما يقلل بشكل كبير من الانحراف ويحسن الدقة مقارنة بأساليب التقدير البصري والقصوري (VIO) المستقلة ونماذج الرسم البياني الفردي.
تقدم هذه الورقة معياراً قابلاً لإعادة الإنتاج يتكون من 10,000 حالة لشبكة سداسية غير منتظمة ذات دافع بحري لتقييم 17 من خوارزميات الكشف عن المسار الكلاسيكية، كاشفةً أنه في حين يضمن إعادة الاتصال عبر أقصر مسار صريح تغطية موثوقة، فإن نسخة "وارنسدورف" ذات سياسات الدرجة المتبقية المحددة تحقق أعلى معدل نجاح لمسار هاملتوني، وتُظهر أن تفاصيل التنفيذ غير المُبلغ عنها بشكل كافٍ تؤثر بشكل كبير على الأداء في الرسوم البيانية الهندسية المتفرقة.
تقترح الورقة البحثية شبكة FCBV-Net، وهي سياسة روبوتية على مستوى الفئة تستفيد من الميزات الهندسية المجمدة والمُدربة مسبقاً لتكييف التنبؤ بقيمة الفعل ثنائي اليد، مما يحقق تعميماً وكفاءة فائقين في مهام تنعيم الملابس مقارنة بالنماذج المرجعية الحالية ثنائية وثلاثية الأبعاد.
تقدم الورقة البحثية GRITS، وهي سياسة انتشار موجهة واعية بالانسكاب تستخدم متنبئًا مدربًا على الانسكاب لتوجيه مسارات غرف الطعام للروبوت نحو نتائج أكثر أمانًا، محققةً نجاحًا عاليًا في المهمة وانخفاضًا ملحوظًا في الانسكاب عبر فئات متنوعة وغير مرئية من الأطعمة.
تقدم الورقة البحثية إطار عمل HAMLET، وهو إطار عمل قابل للتوسع يعزز نماذج الرؤية واللغة والعمل (Vision-Language-Action) من خلال دمج رموز لحظات التباين الزمني ووحدة ذاكرة خفيفة الوزن للاستفادة بفعالية من السياق التاريخي، مما يحسن بشكل كبير أداء التلاعب الروبوتي في المهام طويلة المدى والمهام المعتمدة على التاريخ.
يُعد X-Diffusion إطار عمل للتعلم عبر الهياكل المختلفة يستفيد من الانتشار المحيطي (Ambient Diffusion) لتدريب سياسات الروبوت بشكل انتقائي على عروض بشرية مشوشة، مما يستخلص بفعالية القصد ذي الصلة بالمهمة مع تصفية عدم الإمكانية المرتبطة بهيكل معين، مما يؤدي إلى تحسين معدلات نجاح عمليات المعالجة بشكل كبير.
تقدم هذه الورقة البحثية RoboTAG، وهو إطار عمل متكامل لتقدير وضعية الروبوت من صور RGB أحادية الكاميرا، والذي يستفيد من رسم بياني للمحاذاة الطوبولوجية مع فروع ثنائية وثلاثية الأبعاد متطورة معاً لدمج الأولويات ثلاثية الأبعاد وتقليل الاعتماد على البيانات المصنفة النادرة، مما يعالج الفجوة بين المحاكاة والواقع.
تقدم هذه الورقة RoVer-CoRe، وهو إطار عمل مبتكر يتيح التحقق الرسمي القوي وتصميم المتحكمات القائمة على الإدراك تحت حالة عدم اليقين في الحالة، وذلك عن طريق دمج مكونات النظام في نموذج حلقة مغلقة مكافئ متوافق مع تحليل الوصول لهاملتون-جاكوبي.
تقدم هذه الورقة Target-Bench، وهو معيار مرجعي مبتكر يتكون من 450 سيناريو تم جمعها بواسطة روبوتات، صُممت لتقييم قدرات الاستدلال الدلالي وتخطيط المسار بدون خرائط لنماذج العالم المرئية، مما يكشف عن فجوة كبيرة بين الواقعية البصرية وأداء التخطيط، مع إثبات أن الضبط الدقيق على بيانات من العالم الحقيقي يمكن أن يحسن النتائج على مستوى المهام بشكل كبير.