4796 ورقة بحثية
تقدم الورقة البحثية ViTaPEs، وهي بنية قائمة على المحولات (transformer) تستخدم استراتيجية ترميز موضعي مبتكرة ثنائية المرحلة لدمج الوسائط البصرية واللمسية بفعالية، محققةً أداءً هو الأفضل في فئتها وقدرة على التعميم الصفري عبر مهام التعرف والإمساك الروبوتي المتنوعة دون الاعتماد على نماذج الرؤية واللغة سابقة التدريب.
يُعد ActivePusher إطار عمل مبتكر يعزز كفاءة البيانات وموثوقية التخطيط في عمليات المناولة غير القابضة من خلال الجمع بين نمذجة الفيزياء المتبقية والتعلم النشط القائم على عدم اليقين لتحديد أولويات جمع البيانات المعلوماتية وتوجيه أخذ عينات التحكم نحو إجراءات أكثر موثوقية.
تقدم هذه الورقة نهجاً غير خاضع للإشراف يستفيد من الاستدلال بين الرؤية واللغة والتجميع لاكتشاف تصنيفات متماسكة دلالياً للأعطال تلقائياً من سجلات النشر الروبوتية واسعة النطاق، مما يتيح تحليل الأعطال القابل للتوسع، وجمع البيانات المستهدف، وتحسين المراقبة أثناء التشغيل عبر مجالات متنوعة.
يقدم البحث إطار عمل ContextMatters، الذي يجمع بين النماذج اللغوية الكبيرة والتخطيط الكلاسيكي لتخفيف الأهداف ديناميكياً بناءً على سياق البيئة، مما يحسن بشكل كبير معدلات نجاح التخطيط للمشاهد ثلاثية الأبعاد ويمكّن من النشر الناجح للروبوتات في العالم الحقيقي.
تُعد DemoDiffusion طريقة تعلم تقليد من محاولة واحدة تُمكّن الروبوتات من أداء مهام مناولة متنوعة عبر الاستفادة من إعادة التوجيه الكينماتيكي لاستخلاص مسار تقريبي من عرض بشري واحد وتطويره باستخدام سياسة انتشار مدربة مسبقاً لضمان التوافق مع أفعال الروبوت المعقولة، مما يحقق معدلات نجاح أعلى بكثير من النهج المرجعية دون الحاجة إلى تدريب خاص بالمهمة أو بيانات مقترنة.
تقترح هذه الورقة تقنية التجميع التكيفي القائم على الاستعلام (QAA)، وهي تقنية مبتكرة لتجميع الميزات تستخدم استعلامات متعلمة ككتب رموز مرجعية لمعالجة التباينات في مجموعات البيانات بفعالية في التدريب المشترك متعدد المجموعات، مما يحقق التعرف البصري العالمي القوي على الأماكن مع توازن في التعميم وأداء يضاهي أحدث ما توصل إليه العلم.
تقدم هذه الدراسة إطار عمل مبتكر للرؤية الحاسوبية يستخدم تقنيات المراقبة الخارجية، بما في ذلك كشف الأشياء القائم على نموذج YOLO ومراقبة المسارات، لتصنيف سلوكيات السائقين المشتتين والمختلين في المركبات غير المتصلة دون الاعتماد على الاتصال بين المركبات.
يعزز GeoAware-VLA من قدرة نماذج الرؤية واللغة والعمل (Vision-Language-Action) على تعميم وجهات النظر من خلال دمج ميزات من نموذج رؤية هندسي مسبق التدريب ومجمد عبر طبقة إسقاط خفيفة الوزن، محققاً تحسينات كبيرة في أداء التعلم الصفري (zero-shot) على وضعيات الكاميرا غير المرئية عبر كل من اختبارات المحاكاة ومنصات الروبوتات في العالم الحقيقي دون الحاجة إلى بيانات تدريب ثلاثية الأبعاد صريحة.
تقدم هذه الورقة إطار عمل يعتمد على مخطط المشهد (scene graph) يعمل على تعزيز التعميم التركيبي للروبوتات العامة عبر تعلم مهارات ذرية قوية ومركزة بواسطة الشبكات العصبية الرسومية ونماذج الانتشار، والتي يتم تنسيقها لاحقاً بواسطة مخطط نموذج لغوي بصري لتحقيق أداء فائق في المهام المعقدة طويلة الأمد.
تقترح هذه الورقة ORN-CBF، وهو إطار تعلم قائم على الشبكة الفائقة (hypernetwork) يستخدم تحليل الوصول لهاميلتون-جاكوبي لتوليد دوال حاجز عصبية مشروطة بالملاحظة، مما يضمن ضمانات سلامة صارمة وتحسيناً في التعميم في البيئات ذات الإدراك الجزئي من خلال تجارب المحاكاة والأجهزة.