4515 ورقة بحثية
تستكشف هذه الدراسة المراجعة التقاطع بين النماذج التوليدية والمركبات المتصلة والآلية (CAVs) من خلال تحليل إمكانات دمجها في تعزيز النمذجة التنبؤية، والمحاكاة، واتخاذ القرار، مع معالجة الفوائد والتحديات المرتبطة بها والآفاق المستقبلية للسلامة والابتكار في مجال النقل.
يُعدُّ AFFORD2ACT إطار عمل خفيف الوزن وموجَّه بالقدرة على الإدراك، حيث يقوم بتقطير المدخلات النصية والصورية إلى مجموعة مدمجة من النقاط المفتاحية الدلالية، مما يُمكِّن سياسات التلاعب الروبوتية من تحقيق تعميم عالٍ وكفاءة في البيانات عبر مهام واقعية متنوعة دون الاعتماد على التمثيلات الكثيفة أو الحس العميق.
تقدم هذه الورقة إطار عمل يولد بيانات اصطناعية مستندة إلى القوة من عرض توضيحي بشري واحد لتدريب سياسات بصرية حركية ممتثلة، مما يمكّن الروبوتات من التعامل بفعالية مع مهام التلاعب الغنية بالتلامس مع تكيف موثوق للقوة وتقليص فجوات النقل من المحاكاة إلى الواقع (Sim2Real).
تُعد TwinOR بنية تحتية من الواقع إلى المحاكاة تعمل على إنشاء توائم رقمية واقعية وديناميكية لغرف العمليات بدقة تصل إلى مستوى السنتيمتر، وذلك لتوفير بيئات آمنة وقابلة للتوسع وواقعية من حيث الاستشعار لتدريب وتقييم الذكاء الاصطناعي المتجسد في الأنظمة الجراحية.
تقدم الورقة البحثية "Hoi!"، وهي مجموعة بيانات متعددة الوسائط تضم 3,048 تسلسلاً من عمليات المناولة المفصلية عبر 381 كائناً و38 بيئة، والتي تدمج بشكل فريد البيانات البصرية والقوة واللمس من أربعة تجسيدات متميزة لسد الفجوة في فهم التفاعل بين الإنسان والروبوت.
تقدم هذه الورقة "العوامل البشرية" كإطار عمل رباعي الركائز (الجسدية، والمعرفية، والاجتماعية، والأخلاقية) لتوجيه تصميم وتقييم وحوكمة الروبوتات البشرية، بما يضمن قدرتها على التعايش والتعاون الفعال والآمن مع البشر في البيئات المشتركة.
تقدم الورقة البحثية XRZero-G0، وهو نظام مصمم بتعاون بين الأجهزة والبرمجيات يستفيد من واجهات الواقع الافتراضي المريحة وخط إنتاج للتحكم في الجودة بنظام الحلقة المغلقة لجمع بيانات عرض توضيحية عالية الجودة خالية من الروبوتات بكفاءة، مما يثبت أن مزيجاً صغيراً من بيانات الروبوت الحقيقي مع بيانات ضخمة خالية من الروبوتات يحقق أداءً مقارباً لمجموعات بيانات الروبوت الحقيقي الصرفة مع تقليل تكاليف الاستحواذ بشكل كبير وتمكين النقل عبر التجسيد المتقاطع في وضع الصفر (zero-shot cross-embodiment transfer).
تؤسس هذه الورقة نظرية غير تقاربية توضح أن أخطاء الفعل المستقلة في استنساخ السلوك تنتشر عبر الديناميكيات المغلقة الحلقة المعتمدة على الكسب لتحدد احتمالات فشل المهمة، مما يفسر سبب تحقيق المتحكمات الممتثلة والمفرطة التخميد لمعدلات نجاح متفوقة تجريبياً مقارنة بالأنظمة الأخرى.
تُظهر هذه الدراسة أن التعلم التعزيزي العميق القائم على النماذج يمكنه الاستفادة من الديناميكيات السلبية لجسم الروبوت ثنائي الأرجل لتحقيق حركة قوية وموفرة للطاقة وعالية الأداء من خلال استخدام دورات حدية مستقرة ناتجة عن التفاعلات الديناميكية مع الأرض.
تقدم هذه الورقة إطار عمل متكاملًا للإدارة الذكية للنفايات يجمع بين نموذج YOLOv8 وذراع روبوتية من طراز MyCobot 280 مدفوعة بنظام ROS لفرز النفايات بدقة عالية، مع نظام هضم حيوي مُحسَّن بواسطة خوارزمية تحسين سرب الجسيمات (PSO) لرفع كفاءة التحويل البيولوجي إلى الحد الأقصى.