4546 ورقة بحثية
تكشف هذه الورقة أن هشاشة منظور نماذج الرؤية واللغة والعمل (VLA) تنبع أساساً من عدم توافق النمذجة المكانية بدلاً من مشكلات النمذجة الفيزيائية، وتثبت أن طرق التكيف خفيفة الوزن وذات المحاولة الواحدة، مثل تعديل رمز الميزة والتكيف الخطي للميزات، يمكنها استعادة التعميم بفعالية مع حد أدنى من تحديثات المعلمات.
تُفصّل هذه الورقة البحثية النجاح في العرض التجريبي لتجربة APIARY في المدار، والتي استخدمت التعلم المعزز للتحكم في الطيار الحر NASA Astrobee على متن محطة الفضاء الدولية، مما يثبت إمكانية تحقيق سلوكيات روبوتية ذاتية وسريعة في الفضاء.
تقدم هذه الورقة أول عرض تجريبي في المدار للتحكم الذاتي القائم على التعلم المعزز للروبوت الطائر الحر "أستروبي" (Astrobee) التابع لناسا على متن محطة الفضاء الدولية، مما يثبت نجاح مسار تدريب مبتكر من المحاكاة إلى الواقع يجسّر بنجاح الفجوة بين التدريب الأرضي والنشر في الفضاء.
يُقدم هذا البحث أول عرض ناجح في المدار لمتحكم في وضعية القمر الاصطناعي يعتمد على الذكاء الاصطناعي، حيث تم نشر وكيل تعلم تعزيزي عميق تم تدريبه بالكامل في المحاكاة على القمر الاصطناعي النانوي "InnoCube" لتحقيق مناورات توجيه قصوري قوية تتفوق على متحكمات (PD) الكلاسيكية.
يُعد AGILE إطار عمل قويًا يعيد بناء التفاعلات الديناميكية بين اليد والجسم من مقاطع فيديو أحادية العين عبر الانتقال من إعادة البناء التقليدية إلى نموذج توليدي وكيل، وذلك باستخدام نموذج رؤية ولغة لتخليق شبكات مجسمة كاملة للأجسام واستراتيجية "المرساة والتتبع" لتجاوز مرحلة التهيئة الهشة القائمة على بنية الحركة من متعدد الصور، مما ينتج أصولاً جاهزة للمحاكاة ذات دقة هندسية عالية ومعقولية فيزيائية.
تقترح هذه الورقة وتتحقق من دراسة جدوى ما قبل النشر لطبقة مراقب دلالي في المركبات ذاتية القيادة، مبرهنةً على أن نموذج الرؤية واللغة المكمّم (NVFP4 مع FlashAttention2) يمكنه تحقيق زمن الاستجابة المنخفض اللازم البالغ حوالي 500 مللي ثانية للاستدلال من أجل اكتشاف الشذوذ الدلالي المعتمد على السياق، مع تحديد تكميم NF4 كقيد حرج بسبب انهيار الاستدعاء.
تقدم هذه الورقة نظام إدراك يعتمد على التشغيل الذاتي (bootstrap) يستفيد من بكسلات "زمن الطيران" (Time-of-Flight) الناجية لمعايرة العمق أحادي العدسة ذاتياً ودمجه انتقائياً مع ليدار ثنائي الأبعاد (2D LiDAR)، مما يتيح ملاحة روبوتية داخلية قوية مع تحسين تغطية العوائق بشكل كبير وتحقيق صفر تصادمات حتى عندما تعاني مستشعرات العمق للأجهزة من فقدان في البكسلات يصل إلى 78%.
تقدم هذه الورقة إطار عمل مدركاً لخطورة السياق للروبوتات المتنقلة ذاتية القيادة، يستفيد من الإدراك القائم على نماذج اللغة الكبيرة ونماذج الرؤية واللغة الكبيرة لتكييف درجة استعجال التواصل بشأن المخاطر ديناميكياً بناءً على العوامل الموقفية، مما يقلل أوقات الاستجابة ويزيد ثقة المستخدم مقارنة بالنماذج المرجعية ذات الأولويات الثابتة.
تحلل هذه الورقة نوعياً أكثر من 4,000 تبرير من المستخدمين لاختيار لون الروبوت عبر سياقات مهنية مختلفة، كاشفةً أنه بينما يسود التفكير الوظيفي، فإن المستخدمين غالباً ما يربطون اختياراتهم دون وعي مع الصور النمطية العرقية والمهنية، وهو انحياز يتحول نحو التفكير المتمحور حول الآلة والمجرد من العرق كلما أصبحت الروبوتات أكثر محاكاة للبشر.
يُعد World2Rules إطار عمل عصبي-رمزي يتعلم قواعد سلامة قابلة للتفسير والتحقق من بيانات طيران متعددة الوسائط مشوشة، وذلك عبر الجمع بين النماذج العصبية لتوليد المرشحين والبرمجة المنطقية الاستقرائية والاستدلال الانعكاسي الهرمي لضمان الاتساق، متفوقاً بذلك على النهج العصبية البحتة والنهج العصبية-الرمزية المرجعية في الدقة.