4796 ورقة بحثية
تقترح الورقة البحثية التدريب متعدد الوكلاء المتدرج (SMAT)، وهو منهج تعليمي مكون من أربع مراحل يدرب نظام الهيكل الخارجي البشري تدريجياً لتحقيق التكيف المشترك المستقر، مما يؤدي إلى سياسة تحكم تقلل بشكل كبير من تنشيط عضلات الورك وتقدم قدرة ميكانيكية إيجابية متسقة عبر مستخدمين متنوعين دون الحاجة إلى إعادة تدريب خاصة بكل شخص.
تقدم هذه الورقة إطار عمل للتعلم التعزيزي لتدريب وحدات التحكم في الهياكل الخارجية لتقليل عزم المفاصل البيولوجية، وتؤسس مسار تحقق كمي يظهر اتساقاً قوياً بين المحاكاة والبيانات في تنبؤات عزم الدوران، لا سيما عند الورك، مع تحديد تحديات محددة في التوقيت وحقن الطاقة للنقل من المحاكاة إلى الواقع.
تقترح الورقة البحثية AtomicVLA، وهو إطار عمل موحد للتخطيط والتنفيذ يستخدم بنية "خليط الخبراء الموجه بالمهارات" لتكوين تجريدات المهارات الذرية ديناميكيًا، مما يحسن بشكل كبير من قابلية التوسع والأداء في مهام التلاعب الروبوتية طويلة المدى والتعلم المستمر مقارنة بنماذج VLA المتجانسة الحالية.
تقدم هذه الورقة RoboPCA، وهو إطار عمل لتعلم الإمكانات المرتكز على الوضعية يتنبأ بشكل مشترك بمناطق التلامس المناسبة للمهمة والوضعيات من خلال عروض بشرية عبر مسار تنقيح البيانات Human2Afford، مما يمكّن الروبوتات من التلاعب بالأشياء بفعالية مع تحسين الاتساق والتعميم عبر المهام والفئات.
تقترح هذه الورقة بنية تحكم متبقية متوافقة مع الاستقرار تُمكّن الأنظمة الروبوتية من التعافي بسرعة من تحولات الديناميكيات أثناء الحلقة عبر إبقاء السياسة الاسمية ثابتة مع استخدام قناة متبقية مضافة ومحدودة ومبوابة للتعويض التكيفي عن الاضطرابات غير المرصودة، مما يحقق انخفاضاً يصل إلى 87% في وقت التعافي عبر مختلف المنصات الروبوتية.
تقدم هذه الورقة نظرية القوة المقاومة العكسية (I-RFT)، وهي إطار عمل للتعلم الآلي المستند إلى الفيزياء يُمكّن الروبوتات من تقدير خصائص التضاريس الحبيبية بدقة من خلال قوى التلامس الحسية الخاصة، وذلك تحت مسارات مشي تعسفية، مما يسهل عملية توصيف البيئة بكفاءة في البيانات واستراتيجيات الحركة التكيفية.
تُثبت هذه الورقة أن دالة تكلفة متغيرة زمنياً، واحدة وغير مرتبطة بموضوع أو وضعية محددة، والتي يتم تقديرها بكفاءة عبر خوارزمية تعلم التعزيز العكسي بالحد الأدنى من الملاحظة (MO-IRL)، يمكنها التنبؤ بدقة بحركات الوصول البشري من خلال الكشف عن مبدأ أمثلية موحد يهيمن عليه تنظيم تسارع المفاصل.
تقترح هذه الورقة نظام تخطيط مشترك بين الإنسان والروبوت ثنائي الوضع يجمع بين آلية استقصاء نشطة مدعومة بنموذج لغوي كبير وآلية استنتاج آني للقصد، وذلك للتخفيف بفعالية من فجوات المعرفة المتعلقة بالمهام والقصد البشري الكامن، مما يقلل بشكل كبير من تكاليف التفاعل ووقت التنفيذ في بيئات العالم المفتوح.
تقدم هذه الورقة إطار عمل MINT، وهو إطار عمل مبتكر يعزز التعاون بين البشر والذكاء الاصطناعي في مجال الطائرات بدون طيار من خلال استخدام النماذج اللغوية الكبيرة لاستقصاء معلومات محدودة ومستهدفة من المشغلين بشكل نشط لحل حالات عدم اليقين البيئي، مما يؤدي إلى تحسين معدلات نجاح المهام بشكل كبير مع تقليل الحاجة إلى التدخل البشري المتكرر.
تجسّر هذه الورقة الفجوة بين التخطيط القائم على البرمجة الديناميكية والتعلم التعزيزي من خلال تطوير متغير للتعلم التعزيزي منزوع العشوائية، وتحليل الشروط التي تتساوى بموجبها صياغاتهما المختلفة (مثل تقليل التكلفة مقابل تعظيم المكافأة، وإنهاء الهدف مقابل الخصم في الأفق اللانهائي) رياضياً، والدعوة إلى تحسين التكلفة الحقيقية بدلاً من المعلمات التعسفية.