4653 ورقة بحثية
تقدم هذه الورقة مجموعة من ستة تكليفات قائمة على المشاريع تستخدم نظام تشغيل الروبوت (ROS) ومحاكي جازيبو (Gazebo) لتدريس مفاهيم نظرية التحكم المتقدمة بفعالية من خلال الخبرة العملية، وبذلك تتغلب على تحديات الصرامة الرياضية وصعوبة الوصول إلى الأجهزة في تعليم الروبوتات.
تتقصى هذه الورقة استقرار التقارب في التحكم بالامتثال (admittance control) في الأذرع الروبوتية التي تستخدم مصفوفة صلابة غير متماثلة، مقدمةً طرق الاشتقاق، واستراتيجيات التكامل، والتحقق التجريبي لإثبات فعالية هذا النهج في المهام الغنية بالتلامس.
تقدم هذه الورقة L4acados، وهو إطار عمل يدمج نماذج التعلم القائمة على لغة بايثون، مثل العمليات الغاوسية والشبكات العصبية، في برنامج التحكم الأمثل في الوقت الفعلي acados عبر الحساسيات الخارجية، مما يتيح تحكماً تنبؤياً بالنماذج فعالاً وقابلاً للتوسع تم استعراضه على أجهزة مركبة ذاتية القيادة.
يُعد TwinTrack نظام إدراك مدركاً للفيزياء يحقق تتبعاً قوياً في الوقت الفعلي لتقدير الوضعية بست درجات حرية (6-DoF) للأجسام الديناميكية غير المعروفة في المشاهد الغنية بالتلامس، وذلك عبر دمج تقنية Real2Sim لتقدير الهندسة المشتركة والخصائص الفيزيائية مع تقنية Sim2Real للدمج التكيفي لإشارات الديناميكيات البصرية والتلامسية.
تقترح الورقة البحثية خوارزمية MOBODY، وهي خوارزمية تعلم تعزيزي غير متصل (offline reinforcement learning) قائمة على النموذج، تستفيد من مشفرات إجراءات منفصلة وفقد استنساخ السلوك الموزون بـ Q المستهدف للتغلب بفعالية على تعلم السياسات من مجموعات بيانات المصدر والهدف غير المتطابقة، وبالتالي تجاوز قيود الطرق الحالية التي تفشل في استكشاف حالات المكافأة العالية في المناطق ذات التحولات الديناميكية الكبيرة.
تقدم هذه الورقة AgriChrono، وهي منصة روبوتية نمطية ومجموعة بيانات ضخمة متعددة الوسائط تلتقط 18 تيرابايت من بيانات RGB، والعمق، وLiDAR، وIMU، والوضعية المتزامنة طوال دورة نمو الكانولا تحت ظروف إضاءة ورياح متنوعة، بهدف معالجة ندرة البيانات الزراعية الواقعية واختبار تحديات إعادة البناء ثلاثي الأبعاد الديناميكي للزراعة الدقيقة.
تقدم هذه الورقة PACE، وهو إطار عمل للتعلم المعزز المعزز بالفيزياء يُمكّن روبوتًا بشريًا بـ 23 درجة من الحرية من تحقيق لعب تنس طاولة متعدد الاستخدامات، ومنسق، وعالي الأداء من خلال دمج متنبئ بحالة الكرة مُتعلم مع مكافآت كثيفة موجهة فيزيائيًا للتحكم الكامل في الجسم من البداية إلى النهاية.
تقدم هذه الورقة SO-Bench، وهو معيار شامل يتكون من أكثر من 6,500 مخطط JSON متنوع و1,800 زوج من الصور والمخططات المنسقة عبر أربعة مجالات بصرية لتقييم وتحسين قدرات النماذج اللغوية الكبيرة متعددة الوسائط في إنتاج مخرجات مهيكلة متوافقة مع المخططات بشكل منهجي.
تقدم الورقة البحثية SimScale، وهو إطار عمل محاكاة قابل للتوسع يقوم بتخليق سيناريوهات قيادة متنوعة وعالية الدقة من سجلات العالم الحقيقي، ويقوم بتدريب سياسات القيادة الذاتية عبر التدريب المشترك مع إشراف الخبراء الزائف، مما يحسن بشكل كبير من المتانة والقدرة على التعميم في الاختبارات المعيارية الصعبة دون الحاجة إلى بيانات إضافية من العالم الحقيقي.
تقدم هذه الورقة البحثية "Daze"، وهو هجوم باب خلفي جديد خالٍ من المكافآت (reward-free) يستهدف اختراق وكلاء التعلم المعزز المدربين في بيئات محاكاة غير موثوقة ببراعة عبر التلاعب بديناميكيات البيئة لتحفيز أفعال خبيثة دون الحاجة إلى الوصول إلى إشارات المكافأة أو تعديلها، وهي قدرة تم التحقق من صحتها تجريبياً على كل من المحاكاة والأجهزة الروبوتية في العالم الحقيقي.