4581 ورقة بحثية
تقدم هذه الورقة NPField-GPT، وهو إطار عمل للتحكم التنبئي بالنماذج المعزز بالتعلم، يدمج متنبئاً قائماً على نموذج المحولات (Transformer) لجهود التنافر المدركة للبصمة في حلقة تحسين تربيعي متسلسل لتمكين التخطيط الآمن والفعال للمسارات في الوقت الفعلي للروبوتات التي تتنقل في البيئات البشرية الديناميكية.
تقدم هذه الورقة نظرية المجال الكامن المعزز بالذاكرة، وهي إطار عمل يدمج بيانات المسار التاريخية في التحكم الأمثل العشوائي لبناء مجالات كامنة قائمة على الذاكرة بشكل ديناميكي، مما يمكّن أجهزة التحكم من الهروب من النقاط المثلى المحلية والملاحة بكفاءة في البيئات غير المحدبة والمعقدة دون الحاجة إلى تدريب مكثف مسبق.
تقدم هذه الورقة "توجيه تماسك الحركة" (Action Coherence Guidance - ACG)، وهو خوارزمية وقت الاختبار خالية من التدريب، تعمل على تعزيز استقرار ومعدلات نجاح نماذج الرؤية واللغة والأفعال القائمة على التدفق عبر التخفيف من ضجيج الحركة وتحسين التماسك أثناء النشر عبر مهام معالجة متنوعة.
تقدم الورقة البحثية HortiMulti، وهي مجموعة بيانات شاملة متعددة المستشعرات تم جمعها في الأنفاق البلاستيكية التجارية، والتي تعالج نقص المعايير المرجعية التمثيلية للروبوتات الزراعية من خلال التقاط الظروف البيئية الصعبة وتوفير مسارات الحقيقة الأرضية لتقييم وتحسين خوارزميات التوطين ورسم الخرائط.
تكشف هذه الورقة أن النماذج اللغوية الكبيرة ثلاثية الأبعاد الحالية تعتمد غالباً على اختصارات نصية بدلاً من الاستدلال المكاني ثلاثي الأبعاد الحقيقي، مما دفع المؤلفين إلى تقديم معيار Real-3DQA وهدف تدريب يعيد وزن البيانات ثلاثية الأبعاد لتقييم وتحسين الفهم ثلاثي الأبعاد الحقيقي بصرامة.
تقدم هذه الورقة طريقة منخفضة التكلفة وخالية من المعايرة لتثبيت المستشعرات على أسطح الروبوتات غير القابلة للتطوير باستخدام جلود (CAD) مُنشأة إجرائياً تدمج قواعد تثبيت مستشعرات ثابتة، والتي تم إثباتها من خلال إنشاء سحب نقاط للعوائق باستخدام أجهزة تصوير زمن الطيران (ToF) على روبوت فرانكا ريسيرش 3 (Franka Research 3).
تقترح هذه الورقة إطار عمل لدالة حاجز التحكم يضمن تجنب التفرد في حيز المهمة في الأنظمة ذات الصيغة التآلفية للمدخلات، وذلك عبر بناء هوامش أمان بناءً على القيم الذاتية لخرائط المدخلات والمخرجات، مما يتيح تتبع المسار بسلاسة ويقلل بشكل كبير من طفرات مدخلات التحكم مقارنة بالمتحكمات الاسمية.
تقدم هذه الورقة RL-RH-PP، وهو إطار عمل مبتكر يدمج التعلم التعزيزي مع التخطيط ذو الأولوية للأفق المتدحرج لتعيين أولويات الوكلاء ديناميكيًا في مسارات البحث عن المسار متعدد الوكلاء مدى الحياة، مما يحسن بشكل كبير من إنتاجية المستودعات والقدرة على التعميم عبر ظروف تشغيلية متنوعة مقارنة بالطرق الحالية.
تقدم هذه الورقة "AgentChemist"، وهي منصة روبوتية متعددة الوكلاء تتغلب على قيود الأتمتة المختبرية الجامدة من خلال دمج الإدراك الكيميائي مع التحكم التكيفي للتعامل ديناميكياً مع المهام التجريبية المتنوعة وغير المعيارية.
تقترح هذه الورقة خوارزمية COX-Q، وهي خوارزمية تعلم تعزيزي آمنة خارج السياسة (off-policy) تجمع بين الاستكشاف المتفائل المقيد بالتكلفة ونقاد الكم المبتورين لتحقيق كفاءة عالية في العينات مع ضمان استيفاء قيود السلامة أثناء كل من عملية جمع البيانات والتشغيل.