4585 ورقة بحثية
تقدم هذه الورقة IndoorR2X، وهو معيار وإطار محاكاة مبتكر يستفيد من النماذج اللغوية الكبيرة لتنسيق الروبوتات المتنقلة مع مستشعرات إنترنت الأشياء الثابتة لتعزيز فهم المشاهد الداخلية، وتقليل أعباء الاستكشاف، وتخطيط مهام متعددة الروبوتات بكفاءة.
تقدم هذه الورقة "MeanFlow Meets Control"، وهو إطار عمل قابل للتوسع لتوجيه الأسراب واسعة النطاق تحت قيود البيانات المأخوذة، وذلك عبر تعلم معاملات التحكم ذات الطاقة الدنيا ذات الأفق المحدود التي تحترم بنية التحديث المنفصل للنظام من خلال هدف تدريب بسيط يعتمد على إيقاف التدرج.
تقدم هذه الورقة TiROD، وهو عبارة عن مجموعة بيانات ومعيار مرجعي للفيديو يتسم بالتحدي، صُمم لتقييم استراتيجيات التعلم المستمر خفيفة الوزن لاكتشاف الأشياء على المنصات الروبوتية الصغيرة محدودة الموارد التي تعمل تحت تحولات نطاق كبيرة.
تقدم هذه الورقة نظام الروبوتات مفتوح المصدر الخاص بفريق "إنريا" (Inria)، والذي يتميز بمنصة "TIAGo++" معدلة مع تحكم في كامل الجسم ومسار تخطيط يعتمد على النماذج اللغوية الكبيرة (LLM)، والتي نجحت في استعراض تنفيذ المهام المنزلية عبر الأوامة الصوتية والتحكم عن بُعد المخصص خلال مسابقة "euROBIN coopetition" الأولى.
تقدم هذه الورقة مفهوم "المركبات الوكيلية" (AgVs) لمعالجة الفجوة بين المركبات ذاتية القيادة التقليدية والأنظمة الناشئة القادرة على التفكير القائم على الأهداف، والتكيف الاستراتيجي، والتفاعل الاجتماعي، مع تحديد التحدات والآفاق لتطوير نقل وكيلِي متمحور حول الإنسان.
تقدم الورقة البحثية U-Arm، وهو إطار عمل للتحكم عن بُعد مطبوع ثلاثي الأبعاد، فائق انخفاض التكلفة (أقل من 57 دولارًا) وسريع التكيف، يستخدم تصميمات ميكانيكية وتحكم محسنة لتحقيق كفاءة أعلى بكثير في جمع البيانات مقارنة بالواجهات منخفضة التكلفة الحالية مع دعم أذرع روبوتية تجارية متنوعة.
تقدم هذه الورقة البحثية UDON، وهو إطار عمل لرسم الخرائط متعدد الروبوتات في الوقت الفعلي يستفيد من التحسين الموزع الموزون بعدم اليقين للحفاظ على عمليات إعادة بناء عصبية ضمنية عالية الدقة حتى في ظل قيود الاتصال الشديدة، مثل معدلات فقدان الحزم التي تصل إلى 99%.
تقدم هذه الورقة البحثية Aegis، وهو إطار عمل مبتكر يعالج ندرة بيانات عزو الأخطاء للأنظمة متعددة الوكلاء القائمة على النماذج اللغوية الكبيرة من خلال التوليد التلقائي لمجموعة بيانات واسعة النطاق تضم 9,533 مساراً معيباً مشروحاً، مما يتيح تدريب نماذج فعالة تحقق أداءً منافساً للأنظمة المملوكة الأكبر حجماً بكثير.
تقدم هذه الورقة البحثية نموذج MLA، وهو نموذج لغوي-حركي متعدد الحواس يعزز التلاعب الروبوتي في البيئات المعقدة الغنية بالتلامس عبر إعادة توظيف النماذج اللغوية الكبيرة من أجل المحاذاة متعددة الوسائط الخالية من المشفرات وتوظيف استراتيجية توليد متعددة الحواس مستقبلية لتحسين نمذجة العالم الفيزيائي، مما يؤدي إلى مكاسب كبيرة في الأداء مقارنة بطرق الفعل-اللغة-الرؤية الحديثة.
تقدم هذه الورقة نموذج الانتشار الواعي بالسياق (CAMPD)، وهو نموذج انتشار خالٍ من المصنف يستخدم آلية الانتباه للتشريط بناءً على معلومات سياقية غير مرتبطة بمستشعرات محددة، مما يمكّن روبوتاً بسبع درجات حرية من التعميم بسرعة في بيئات غير مرئية وتوليد مسارات متعددة الأنماط وعالية الجودة دون الحاجة إلى إعادة التدريب.