4653 ورقة بحثية
يُعد CorrectionPlanner مخططاً للقيادة الذاتية يعمل بنظام التوليد الذاتي، حيث يدمج حلقة (اقترح-قيّم-صحح) مع التعلم المعزز لتوليد وتحسين رموز الحركة ديناميكياً بناءً على تنبؤات التصادم، مما يقلل معدلات التصادم بشكل كبير ويحقق أداء تخطيط رائد عالمياً.
تقترح هذه الورقة "تنبؤ الديناميكيات الكامنة المنظم" (RLDP)، وهي طريقة تعزز التعلم التعزيزي بصفر من الأمثلة في نماذج التأسيس السلوكية عبر إضافة تنظيم تعامد بسيط إلى تنبؤ الديناميكيات الكامنة، مما يحافظ على تنوع الميزات ويتفوق على النهج المعقدة والمتطورة، لا سيما في سيناريوهات التغطية المنخفضة.
تجادل هذه الورقة بأن ضمان مرونة الذكاء الاصطناعي المتجسد في البنية التحتية الحيوية يتطلب بنية حوكمة هجينة تخصص استقلالية محدودة للآلات وإشرافاً بشرياً مهيكلاً بناءً على تعقيد المهام، ومستويات المخاطر، وشدة العواقب المحتملة.
يُعد ExpertGen إطار عمل قابل للتوسع للنقل من المحاكاة إلى الواقع، حيث يقوم بأتمتة تعلم سياسة الخبير عبر تهيئة سياسة انتشار مجمدة باستخدام نماذج سلوكية سابقة غير مثالية، ثم صقلها عبر التعلم المعزز لتحقيق معدلات نجاح عالية في مهام المناولة المعقدة دون الحاجة إلى هندسة المكافآت.
تقترح هذه الورقة البحثية منهجية RAISE، وهي نهج مبتكر لتصميم حالة السلامة يتميز بأنماط مخصصة وإطار عمل موسع لتحليل المخاطر وتقييمها (HARA) لضمان سلامة أنظمة القيادة الناشئة القائمة على نماذج الرؤية واللغة والعمل (VLA) بصرامة، كما هو موضح من خلال دراسة حالة على SimLingo.
تقدم هذه الورقة FlatLands، وهي مجموعة بيانات ومعيار شامل لتوليد خرائط أرضية كاملة بمنظور عين الطائر متري من صور فردية من منظور الشخص الأول، وتتميز ببيانات داخلية واقعية واسعة النطاق وإطار تقييم صارم لمختلف النهج التوليدية والحتمية لدعم الملاحة المتجسدة.
تقترح هذه الورقة إطار عمل لضبط النماذج اللغوية الكبيرة (LLM) محاذياً للهندسة، يجمع بين الضبط الدقيق الخاضع للإشراف المدفوع بالفشل والتعلم المعزز القائم على التحقق الهندسي، لتوليد تسلسلات نقاط مسار قابلة للتنفيذ وطويلة الأمد لتخطيط حركة الأجسام الصلبة عبر فتحات ضيقة متتالية.
تقدم هذه الورقة نظام SE(3)-LIO، وهو نظام قياس المسافات بالليزر والقصور الذاتي (LiDAR-inertial odometry) يعمل على تحسين الدقة والمتانة من خلال نشر الوضعيات بشكل مشترك على متنوية SE(3) لدمج الحركة الدورانية والانتقالية بشكل أفضل، مع دمج حالات عدم اليقين المرتبطة بالوضعية في تعويض الحركة للتخفيف من أخطاء التشوه.
تقدم هذه الورقة البحثية PanguMotion، وهو إطار عمل جديد للتنبؤ بالحركة للقيادة الذاتية يستفيد من كتل Pangu-1B Transformer لتعزيز تمثيل الميزات ويعالج أوجه القصور في الطرق الحالية من خلال نمذجة سيناريوهات القيادة المستمرة عبر مجموعة بيانات Argoverse 2 المعاد تنظيمها.
تقترح هذه الورقة طريقتين غير مرتبطتين بنموذج محدد — تقريب الفروق المحدودة المنفصل زمنياً وفضاءات عمل "كوبيك بي-سبلاين" (Cubic B-Spline) المستمرة — لدمج التغذية الأمامية للسرعة في نماذج الرؤية واللغة والعمل (Vision-Language-Action models)، مما يؤدي إلى حل المقايضة بين الامتثال والاستجابة في عمليات التحكم في الروبوتات الصناعية الصلبة.