4223 ورقة بحثية
يُعد GE-Act 2.0 نموذجاً جديداً للفعل في العالم، تم تدريبه من الصفر على بيانات المناولة، وهو يدمج مشفراً تلقائياً موجهاً للتحكم، ومخططاً بصرياً أحادي الخطوة، ونموذج ديناميكيات عكسية مع تحسين انتقائي متوافق معرفياً، محققاً نجاحاً كبيراً في القدرة على الصفر (zero-shot) عبر مهام وتجسيدات متنوعة من خلال التوسع الواسع والنقل عبر التجسيدات المختلفة.
تقترح هذه الورقة إطار عمل لتعلم الآلة تكيفي وحساس للتكلفة، يقوم بوزن تنبؤات فشل الملاحة ديناميكياً بناءً على كل من شدة التصنيف والسياق الفيزيائي في الوقت الفعلي (مثل السرعة، والتقارب، وعدم اليقين في الاستشعار)، مما يظهر انخفاضات كبيرة في أحداث المخاطر العالية المفقودة وتكاليف الاصطدام مقارنة بالنماذج المرجعية ذات الأوزان الثابتة في سيناريوهات ملاحة الروبوتات المحاكية والواقعية.
تقدم هذه الورقة معياراً واسع النطاق للملاحة المساعدة المدركة للوقت باستخدام النماذج اللغوية الكبيرة متعددة الوسائط، كاشفةً أنه في حين أن الإشراف المباشر على الاستدلال التعليمي يحسن الأداء بشكل كبير، إلا أن النماذج الحالية لا تزال تعاني في التفكير الزمني والوعي بالسلامة.
تثبت هذه الورقة أنه في القيادة الذاتية ذات الحلقة المغلقة، يحقق نموذج التنبؤ بمنظور عين الطائر القائم على محول الرؤية المتقاطعة (Cross-View Transformer)، والمعزز بوزن تقدير كثافة النواة (Kernel Density Estimation)، سلامة ملاحة فائقة من خلال إعطاء الأولوية للميزات الحرجة هندسياً مثل المسارات والتقاطعات، مما يثبت أن مقاييس التجزئة العالمية هي مؤشرات ضعيفة للأداء الفعلي للقيادة.
تقترح هذه الورقة طريقة لدمج ربط البيانات الاحتمالي (PDA) في نظام التموضع وتحديد الخرائط والتحكم (SLAM) القائم على الأمثلة، وذلك عبر تحويل خطوة تحديث ربط البيانات الاحتمالي إلى نموذج قياس خطي-غاوسي مكافئ من خلال مطابقة العزوم، مما يتيح معالجة فعالة للإيجابيات الكاذبة والسلبيات الكاذبة لتحسين أداء تحديد موقع الوكيل.
تقدم هذه الورقة البحثية GLoRI، وهو متحكم في كامل الجسم بنظام الحلقة المغلقة يدمج التغذية الراجعة للمرجع العالمي المهيكل مع التوجيه الحركي المحلي عبر آلية الانتباه المتقاطع العالمي-المحلي لتحقيق دقة عالية وقابلية للتعميم في عمليات المناورة والتحرك البشري على الروبوتات الحقيقية دون الحاجة إلى ضبط دقيق.
تقدم هذه الورقة FALCON-S، وهو محاكي معياري عالي الدقة مصمم للروبوتات الجوية ذات الأجنحة الثابتة التي تعمل بالقرب من الأرض، والذي يدمج فيزياء ست درجات حرية (6DoF) واقعية، وديناميكا هوائية لتأثير الأرض، وتنفيذاً متوازياً معززاً بمعالج الرسوميات لدعم تطوير واختبار استراتيجيات التحكم في الطيران المتقدمة.
تحدد هذه الورقة وتحل مشكلة "انهيار الجدوى" في التعلم التعزيزي المقيد القائم على الإنهاء لعمليات إرساء المركبات الفضائية، حيث يتجنب الوكلاء مناطق الهدف للحفاظ على السلامة، وذلك عبر تقديم إشارة نجاح كثيفة من خلال ناقد قيمة مساعد يضمن معدلات إنجاز عالية للمهام دون المساس بقيود السلامة.
تقترح هذه الورقة إطار عمل **DLS**، وهو إطار لـ **تعلم حدود الفشل** يعزز متانة نماذج الرؤية واللغة والعمل من خلال الاستفادة من عمليات التشغيل في التوأم الرقمي وحالات المحاكي المميزة لاكتشاف وتحديد وتشكيل اتجاه الحدود بين الانحرافات القابلة للاسترداد وفشل المهمة، مما يؤدي إلى التفوق على النماذج المرجعية للضبط الدقيق الخاضع للإشراف والتعلم المعزز عبر الإنترنت.
إن IM-ENGINE هو مسار معالجة قائم على المحاكاة يستفيد من تحرير الصور كتمثيل وسيط لتوليد إشراف قابل للتوسع، وذي معنى دلالي، وقابل للتنفيذ فيزيائياً لتعلم الروبوتات المجسدة، وبالتحديد لتمكين تخليق القبض الماهر وتوليد حالة الهدف.