4665 ورقة بحثية
تقدم هذه الورقة نهجاً خفيف الوزن وغير معتمد على النماذج للكشف عن الانزلاق في الوقت الفعلي وتقدير معامل الاحتكاك بين الإطار والطريق في سباقات القيادة الذاتية، يعتمد حصرياً على وحدة قياس القصور الذاتي (IMU)، والليدار (LiDAR)، ومدخلات التحكم، مما يظهر أداءً دقيقاً عبر مستويات احتكاك متفاوتة دون الحاجة إلى نماذج معقدة أو بيانات تدريب.
يُعد DriveCritic إطار عمل مبتكر يتألف من مجموعة بيانات منسقة لسيناريوهات حرجة السياق ونموذج لغوي بصري مضبوط بدقة، مما يحسن تقييم القيادة الذاتية بشكل كبير من خلال مواءمة درجات المقاييس مع الحكم البشري عبر تعزيز الوعي بالسياق.
تقترح هذه الورقة إطار عمل للتحكم الضبابي الموجه دلاليًا يستفيد من النماذج اللغوية الكبيرة لضغط الملاحظات متعددة الوسائط إلى رموز قابلة للتفسير من أجل ملاحة تحت الماء قوية في بيئات محرومة من نظام تحديد المواقع العالمي، وتنسيق قائم على التواصل الدلالي بين أسراب الروبوتات المتعددة.
تقدم الورقة البحثية POrTAL، وهو خوارزمية تخطيط احتمالية خفيفة الوزن وتعمل في أي وقت، تجمع بين FF-Replan وPOMCP لتوليد خطط تنفيذ أقصر بكثير للروبوتات التي تعمل في بيئات جزئية الملاحظة تحت موارد حوسبية محدودة.
تقدم هذه الورقة منصة نمطية وقابلة للتوسع للمناولة الروبوتية تتغلب على المقايضة بين دقة التحكم وحجم النظام من خلال توظيف تشغيل الحدود المشتركة وإطار تحكم هرمي لتحقيق نقل دقيق ومنسق للأجسام بين الوحدات للأصناف الهشة، مع توصيف وتعويض تداخل الاقتران الميكانيكي بشكل منهجي.
تقيم هذه الورقة النماذج اللغوية الصغيرة لتصنيف أدوار القائد والتابع في الوقت الفعلي في التفاعل بين الإنسان والروبوت، حيث تُظهر أن الضبط الدقيق لتعلم الصفر (zero-shot fine-tuning) على مجموعة بيانات جديدة يحقق دقة عالية وزمن استجابة منخفض على أجهزة الحافة، بينما يعاني التكيف بلقطة واحدة (one-shot adaptation) من تدهور في الأداء بسبب زيادة تعقيد السياق.
تقدم هذه الورقة أول منصة تدريب موزعة قائمة على السحابة في الصناعة، وتضم ألف وحدة معالجة رسومية للذكاء المجسد، والتي تستفيد من خط أنابيب بيانات مُعاد هيكلته، وتحسينات متقدمة للنماذج (بما في ذلك FlashAttention وتكميم FP8)، وبنية تحتية عالية الأداء لتحقيق تسريع في التدريب بمقدار 40 ضعفاً لنموذج GR00T-N1.5 مع إنشاء نظام تقييم مغلق الحلقة للروبوتات ذاتية القيادة من الجيل التالي.
تقترح الورقة البحثية نموذج RC-NF، وهو نموذج تدفق تطبيعي يعتمد على الروبوت وغير خاضع للإشراف ويعمل في الوقت الفعلي، يقوم باكتشاف حالات الشذوذ خارج التوزيع في مهام التلاعب الروبوتي لتعزيز متانة أنظمة الرؤية واللغة والأفعال، وقد تم التحقق من صحته من خلال معيار جديد وتجارب واقعية تظهر قدرات تدخل تقل عن 100 مللي ثانية.
يُعدُّ Willm (Willm) إطار عمل جديد للتعلم التعزيزي البصري يعمل على تحسين كفاءة العينات، واستقرار التخطيط، وسلاسة التحكم من خلال إعادة صياغة متغير التحكم من الأفعال المطلقة إلى الأفعال المتبقية واستخدام مشفر فرق الملاحظة لنمذجة الديناميكيات من إطار إلى آخر.
تقدم هذه الورقة AssistMimic، وهو إطار عمل للتعلم التعزيزي متعدد الوكلاء يُمكّن الروبوتات البشرية من المساعدة والتفاعل جسدياً مع البشر من خلال التدريب المشترك لسياسات مدركة للشريك، وتهيئتها باستخدام أولويات حركة بشرية واحدة، وتوظيف إعادة استهداف مرجعي ديناميكي للتكيف مع الديناميكيات البشرية في الوقت الفعلي.