4546 ورقة بحثية
تقترح هذه الورقة البحثية "التخطيط الوكيل السريع-البطيء" (Agentic Fast-Slow Planning)، وهو إطار عمل هرمي يربط بين استدلال النماذج الكبيرة والتحكم في الوقت الفعلي من خلال فصل الإدراك، واتخاذ القرار الرمزي، وتوليد المسار عبر مقاييس زمنية طبيعية لتحسين متانة وكفاءة القيادة الذاتية بشكل كبير.
تقدم هذه الورقة البحثية RAPNet، وهو نهج قائم على الشبكات العصبية الرسومية (Graph Neural Network) يعمل على نمذجة مسألة التعيين المرتب في تتبع الكائنات المتعددة كرسم بياني ثنائي التجزئة (bipartite graph) لتحسين قيود الدقة في طرق "غيبس" (Gibbs sampling) الحالية مع الحفاظ على الكفاءة الحسابية.
تقدم الورقة البحثية OpenGo، وهو كلب روبوتي يعمل بتقنية OpenClaw ومبني على منصة Unitree Go2، يتيح التبديل الفوري للمهارات، والتحقق الذاتي، والتعلم الذاتي من خلال تعليمات باللغة الطبيعية للتكيف مع المهام المعقدة والبيئات الديناميكية.
يُعد Hi-LOAM إطار عمل عصبي ضمني متعدد المقاييس وذاتي الإشراف، يستخدم جداول هاش هرمية قائمة على أشجار الأوكتري (octree) ومطابقة "مسح-إلى-ضمني" خالية من المراسلات، لتحقيق قياس دقيق للمسافات ورسم خرائط لليدار (LiDAR) في البيئات المعقدة دون الحاجة إلى تدريب مسبق أو إشراف.
تقدم هذه الورقة البحثية "السرد المشهدي السببي" (CSN)، وهي طريقة لتعديل المدخلات عند وقت الاستدلال بتكلفة صفرية، تعمل على إعادة هيكلة مدخلات نماذج "الرؤية واللغة والعمل" (VLA) من خلال محاذاة القصد والقيود والتأصيل الكمي، والتي—عند دمجها مع الإشراف على سلامة وقت التشغيل القائم على نموذج "سيمبلكس" (Simplex) وتدريب "التحسين المفضل المباشر" (DPO) بنموذج "بلاكيت-لوس" (Plackett-Luce)—تُحسن بشكل كبير من أداء القيادة الذاتية ومتانتها في تقييمات بيئة "كارلا" (CARLA).
تقدم هذه الورقة إطار عمل خفيف الوزن وفعال لتوليد حركات شفاه واقعية في الروبوتات البشرية من خلال بناء مكتبة ثلاثية الأبعاد للرموز الصوتية الديناميكية استناداً إلى نظرية النطق الصينية وتوظيف آلية التآزر مع فك الارتباط بين البداية والنهاية لضمان التزامن الطبيعي.
تقدم الورقة البحثية POCO، وهو إطار عمل لتعلم تعزيزي مبني على أسس سليمة يربط بين الكفاءة والاستقرار في الضبط الدقيق للسياسات الروبوتية التوليدية من خلال صياغة تحسين السياسة كمسألة استدلال خلفي مع هدف مقصوص، مما يتيح تكيفاً قوياً من التدريب غير المتصل إلى التدريب المتصل يحقق أداءً هو الأفضل حالياً في كل من اختبارات المحاكاة والمهام الواقعية الغنية بالتلامس.
تقترح هذه الورقة وتتحقق من صحة منهجية تحديد متكاملة قائمة على النموذج مكونة من خمس خطوات تضمن الاتساق الفيزيائي لتوليد نموذج ديناميكي موثوق للروبوتات التعاونية، مما يعزز الدقة والتحكم والتنبؤ بالأخطاء في عمليات الطباعة ثلاثية الأبعاد بمساعدة الروبوت.
يُعد HyVGGT-VO إطار عمل جديداً شديد الترابط يدمج نظام قياس المسافات البصرية المتناثر التقليدي مع نموذج VGGT ذو التغذية الأمامية عبر واجهة أمامية هجينة للتتبع تكيفية وتحسين هرمي، محققاً تحسينات كبيرة في كل من سرعة المعالجة ودقة المسار مع تمكين إعادة البناء ثلاثي الأبعاد الكثيف في الوقت الفعلي.
تقدم الورقة البحثية Ego-Foresight، وهي طريقة تعلم ذاتي التوجيه تستفيد من التنبؤ الحركي لفصل تمثيلات العميل والبيئة، مما يؤدي إلى تحسين كفاءة العينات وأداء خوارزميات التعلم التعزيزي دون الحاجة إلى إشارات إشرافية.