4581 ورقة بحثية
تقترح هذه الورقة إطار عمل للتحكم التنبئي بالنماذج القائم على مطابقة التكلفة، والذي يقوم بتدريب نموذج ديناميكيات مركزي مُعامل لتقريب دوال قيمة الفعل من بيانات عالية الدقة، مما يتيح التعلم الفعال القائم على التدرج من أجل حركة بشرية قوية وعالية الأداء دون العبء الحسابي المتمثل في حل مسائل التحكم التنبئي بالنماذج بشكل متكرر أثناء التدريب.
تقترح هذه الورقة إطار عمل للتعلم التعزيزي العميق خالٍ من الناقد باستخدام تحسين السياسة النسبية للمجموعة وسياسة مؤشر تعتمد على المحولات لحل مسأًلة تخطيط مسار التغطية البحرية على شبكات سداسية غير منتظمة، محققة كفاءة مسار فائقة ومعدلات نجاح تقارب الكمال مقارنة بالخوارزميات الاستدلالية التقليدية مع تمكين النشر الفوري على متن السفن.
تقترح هذه الورقة متحكم "المطاردة النقية" (Pure Pursuit) يعتمد على التعلم التعزيزي، يقوم بتعديل مسافة التطلع ديناميكيًا باستخدام وكيل "سياسة التدرج البروي" (PPO) تم تدريبه في المحاكاة، مما أظهر أزمنة لفات متفوقة ونقلًا قويًا من المحاكاة إلى الواقع على منصات السباق ذاتية القيادة مقارنة بالنماذج المرجعية الثابتة والتكيفية.
يقدم SOLE-R1 نموذج استدلال لغوي-بصري يعمل كإشارة مكافأة وحيدة للتعلم التعزيزي على الروبوتات من خلال توليد تقديرات تقدم كثيفة لكل خطوة زمنية عبر استدلال تسلسلي مكاني-زماني، مما يمكن الروبوتات من إتقان مهام التلاعب غير المرئية دون الحاجة إلى مكافآت حقيقية أو عروض توضيحية، مع التفوق على المقيمات اللغوية-البصرية الحالية في المتانة ومعدلات النجاح.
تقدم هذه الورقة "رموز المهام" (Task Tokens)، وهي طريقة تعتمد على التعلم التعزيزي تعمل على تكييف نماذج السلوك التأسيسية المجمدة مع مهام محددة عبر تعلم مشفرات خاصة بالمهمة لتعيين الملاحظات إلى رموز، مما يؤدي إلى تحسين الأداء مع الحفاظ على قدرات النماذج على التعميم والمرونة.
تُظهر هذه الدراسة طفرة في التطبيق الواقعي من خلال تمكين شخص مصاب بشلل رباعي من قيادة سيارة فورد موستانج ماتش-إي عن بُعد والتنقل في بيئات حضرية معقدة بسرعة ودقة تضاهي المشاركين الذين يتمتعون بسلامة حركية، وذلك باستخدام واجهة دماغية حاسوبية مزروعة.
يُعد VG-Mapping نظامًا عبر الإنترنت لتقنية Gaussian Splatting ثلاثية الأبعاد للمشاهد شبه الثابتة، حيث يقدم استراتيجية للتحكم في الكثافة واعية بالتباين لفصل تنظيم الكثافة عن عملية التحسين، مما يؤدي إلى تحسين كفاءة تحديث الخرائط وجودة التصوير مع معالجة نقص المعايير المرجعية العامة من خلال مجموعة بيانات RGB-D جديدة اصطناعية وواقعية.
تقدم هذه الورقة طريقة تهيئة ذات صيغة مغلقة ومستقرة عددياً لحالات الرؤية والقصور الذاتي الكاملة، والتي تستفيد من تقريبات الدوران الصغير والسرعة الثابتة لتحقيق دقة أعلى بتكلفة حوسبية وزمن انتقال أقل بكثير مقارنة بالنهج التقليدية القائمة على الأمثلة.
تقترح الورقة البحثية ETA-VLA، وهو إطار عمل فعال لنماذج الرؤية واللغة والعمل (Vision-Language-Action) يستخدم مجمّعًا متفرقًا مبتكرًا داخل النماذج اللغوية الكبيرة (Intra-LLM Sparse Aggregator) لتقليم الرموز المرئية الزائدة ديناميكيًا بناءً على التوجيه النصي والاتساق الزمني، مما يقلل تكاليف الحوسبة بشكل كبير مع الحفاظ على أداء قيادة عالٍ في اختبار NAVSIM v2.
تقدم هذه الورقة إطار عمل مفتوح المصدر وقابل للتوسع للتعلم التعزيزي العميق من طرف إلى طرف، يستفيد من التدريب المتوازي الضخم للتغلب على القيود الحالية في نظام تحديد الموقع ورسم الخرائط النشط (Active SLAM)، مما يقلل وقت التدريب بشكل كبير مع دعم فضاءات العمل المستمرة والسيناريوهات الواقعية.