4210 ورقة بحثية
تقدم الورقة البحثية "Sandwich-Residuals"، وهي طريقة فعالة من حيث المعلمات للتكيف عند وقت الاختبار لنماذج العالم الكامنة، تقوم بتجميد الأوزان مسبقة التدريب وتتعلم فقط تصحيحات متبقية صغيرة عبر الإنترنت باستخدام أخطاء التنبؤ ذاتية الإشراف، مما يحقق معدلات نجاح محسنة بشكل كبير تحت تحولات التوزيع مع تكييف أقل بنسبة 97-99% من المعلمات مقارنة بالأساليب الحالية.
يُعد ForceTwin نظاماً يحدد التوائم الرقمية القائمة على الفيزياء للأجسام المفصلية من خلال تحليل التفاعلات البشرية المزودة بأجهزة استشعار مع مقابض حساسة للقوة، مما يتيح قدرة أكبر بكثير على التحكم والتلاعب مقارنة بالنهج الحالية التي تعتمد فقط على الكينماتيكا أو المعارف المسبقة القائمة على اللغة المرئية.
إنَّ SFVO هو إطار عمل لتقدير المسافات البصرية الست درجات الحرية (6-DoF) يعتمد على المراسلات، ويستفيد من نماذج مطابقة ستيريو وتدفق بصري مدربة مسبقاً لتوليد قيود هندسية منفصلة وموجهة بالثقة من أجل تقدير متين للمسافة والوضعية، دون تعلم الوضعية مباشرة من الصور.
تقدم الورقة البحثية إطار عمل PARTS، وهو إطار عمل للتعلم التعزيزي في العالم الحقيقي يقوم بضبط سياسات الروبوتات مسبقة التدريب من خلال تركيز التدخل البشري فقط على اختناقات المهام الفرعية الحرجة، مما يؤدي إلى تحسين معدلات نجاح عمليات التحكم في المهام طويلة المدى بشكل كبير مع بذل حد أدنى من الجهد البشري مقارنة بالطرق الحالية.
تقدم هذه الورقة مساراً مفتوح المصدر للانتقال من المحاكاة إلى الواقع يعالج عقبة ندرة البيانات في تدريب سياسات المناولة القائمة على الرؤية واللغة والأفعال (VLA) بنظام الكتل، وذلك عبر إعادة تشغيل مسارات الخبراء من المحاكاة على أجهزة حقيقية لتوليد مجموعات بيانات مقترنة، مما يتيح تدريباً وتقييماً فعالين للسياسة وقياساً مباشراً للفجوة بين المحاكاة والواقع.
تقوم هذه الورقة البحثية بوضع معايير مرجعية منهجية لخطين متطورين من خطوط أنابيب تعلم محاكاة الحركة بالتعزيز، حيث أثبتت أنه بينما ينجح كلاهما في إعادة إنتاج الكينماتيكا البشرية بدقة، فإن خط أنابيب HyFyDy الذي يركز على الفسيولوجيا يتفوق بشكل كبير على خط أنابيب MuJoCo الموجه نحو الكفاءة في مطابقة أنماط التنشيط العضلي التجريبية، مما يسلط الض الضوء على الحاجة الماسة إلى واقعية فسيولوجية متقدمة في النمذجة العضلية الهيكلية لتصميم الأجهزة الروبوتية المساعدة.
تُظهر هذه الورقة أن نماذج الرؤية واللغة المفتوحة تفشل في اتخاذ قرارات مثالية بشأن متى تطلب المساعدة من البشر بسبب اعتمادها على تنسيق الأوامر بدلاً من الأدلة الحسية الفعلية، إلا أن دقتها التشخيصية واتخاذ القرار يمكن تحسينهما بشكل كبير من خلال دمج بيانات حسية متنوعة وتأصيل أفعالها في الموثوقية المقاسة وتكاليف المهام.
يقدم PRIME آلية تغذية راجعة متعلمة تُهيئ استعلامات الإدراك للرؤية واللغة والعمل (VLA) بناءً على ذاكرة ظرفية مبتكرة لتمكين الإدراك القائم على النوايا، محققاً أداءً هو الأفضل في فئته على معيار Bench2Drive مع حد أدنى من العبء الحسابي الإضافي.
تُثبت هذه الورقة أن عامل الالتزام (duty factor)، بدلاً من نوع المشية الاسمي، يعمل كمؤشر أكثر فعالية وعالمية لمتانة الحركة في المشي الرباعي المقيد عبر بنيات تحكم وبيئات فيزيائية متنوعة.
تقدم الورقة البحثية SeeQ، وهو إطار عمل يدرب دوال القيمة العامة عبر التنبؤ بالتسلسل الذاتي للمهام الفرعية النشطة بلغة طبيعية للتغلب على آفاق تخصيص الائتمان الطويلة وتحسين توجيه السياسة في مهام التلاعب الروبوتية المعقدة وطويلة الأمد باستخدام البيانات غير المتصلة بالإنترنت.