4653 ورقة بحثية
يعالج UniPrototype تحدي ندرة البيانات في تعلم الروبوتات من خلال تقديم إطار عمل مبتكر ينقل معرفة التلاعب البشري إلى الروبوتات عبر آلية اكتشاف النماذج الأولية التركيبية مع التعيينات اللينة واستراتيجية اختيار تكيفية، مما يحسن بشكل كبير من كفاءة التعلم وأداء المهام عبر كل من بيئات المحاكاة والبيئات الواقعية.
تقترح هذه الورقة مخطط حركة انتشار هرمي مبتكر يعزز توليد المسارات من خلال دمج أولويات غاوسية مهيكلة ومشروطة بالمهام، مستمدة من تخطيط حركة العمليات الغاوسية، داخل نموذج الضجيج، مما يحقق معدلات نجاح أعلى ومسارات أكثر سلاسة مقارنة بالنماذج المرجعية المتناحية القياسية.
تقدم هذه الورقة مراجعة منظمة للتعلم التعزيزي في مجال الروبوتات، حيث تضع تصنيفاً يربط بين الأسس النظرية وخوارزميات التعلم العميق الحديثة مع التطبيقات العملية عبر مجالات متنوعة مثل الحركة والتفاعل بين الإنسان والروبوت.
تقدم هذه الورقة التعلم التفاعلي التكافلي (SIL)، وهو إطار عمل للتكيف المشترك ثنائي الاتجاه يستفيد من النماذج التأسيسية وبنيات الذاكرة لتمكين الوكلاء المستقلين والبشر من تطوير معتقدات المهام بشكل مشترك من خلال التوضيح الاستباقي وتحسين الخطط المشتركة، محققاً معدل إنجاز للمهام بنسبة 90.4% في التفاعلات المتجسدة.
تقدم هذه الورقة مسافة الرؤية واللغة (VLD)، وهو إطار عمل قابل للتوسع يفصل بين الإدراك وتعلم السياسة من خلال تدريب متنبئ مسافة ذاتي الإشراف على بيانات فيديو بمقياس الإنترنت لتمكين الملاحة القائمة على الأهداف متعددة الوسائط والمتينة مع نقل قوي من المحاكاة إلى الواقع.
تقدم هذه الورقة نظام THETA، وهو نظام تحكم عن بُعد منخفض التكلفة يستخدم ثلاث كاميرات ويب والتعلم العميق لتثليث زوايا مفاصل اليد البشرية من صور RGB، محققاً دقة بنسبة 97.18% في التحكم في يد روبوتية منخفضة التكلفة للتطبيقات في الوقت الفعلي.
تقترح هذه الأطروحة متحكماً جديداً في النمط الانزلاقي التكيفي ثنائي المرحلة لقوافل المركبات، يعمل بفعالية على إدارة عدم اليقين الناتج عن الاحتكاك المعتمد على الحالة والاضطرابات الخارجية دون الحاجة إلى معرفة مسبقة بمعاملات الاحتكاك، مما يضمن تنظيماً قوياً للسرعة والحفاظ الآمن على المسافة بين الروبوتات.
تقدم هذه الورقة إطار عمل لدالة حاجز تحكم منقولة (tCBF) يتيح الإنفاذ المنهجي لضمانات السلامة من نظام مصدر إلى نظام هدف ذي ديناميكيات غير متطابقة، وذلك من خلال استخدام دالة محاكاة ومصطلح هامش صريح ضمن مرشح سلامة قائم على البرمجة التربيعية.
يقدم SERFN إطار عمل لضبط الدقة في العالم الحقيقي بكفاءة عينة من أجل التلاعب الماهر، يجمع بين سياسات التدفق الطبيعي للحصول على احتمالات متعددة الأنماط بدقة مع نقاد كتل الأفعال لتمكين تحديثات مستقرة ومتحفظة وتحسين تخصيص الائتمان طويل المدى.
يُعد IRIS-SLAM نظاماً جديداً للتحديد والتموضع ورسم الخرائط المتزامن (SLAM) القائم على الرؤية اللونية (RGB) والدلالات، حيث يستفيد من تمثيلات هندسية-مثالية موحدة مستمدة من نموذج تأسيسي موسع لتحقيق تحديد مواقع دلالي قوي ورسم خرائط بمتانة محسنة واتساق في الخرائط وموثوقية عالية في إغلاق الحلقة واسع النطاق.