4796 ورقة بحثية
تقدم هذه الورقة إطار عمل للرؤية واللغة يحافظ على الخصوصية لروبوتات الترجمة الطبية، يستفيد من نماذج لغوية كبيرة مفتوحة المصدر ومنتشرة محلياً ومجموعة بيانات مشروحة مبتكرة للكشف بدقة عن الأفعال الكلامية السريرية وتوليد إيماءات روبوتية بشرية الطابع ومناسبة.
يُعد EmboAlign إطار عمل خالٍ من البيانات يعمل على تعزيز التلاعب الروبوتي في ظروف الصفر (zero-shot) عبر الاستفادة من نماذج الرؤية واللغة لاستخراج القيود التركيبية، والتي تُستخدم بعد ذلك لاختيار مخرجات توليد فيديو منطقية فيزيائياً وتحسين مسارات الروبوت، مما يؤدي إلى تحسين معدلات نجاح المهام بشكل كبير دون الحاجة إلى بيانات تدريب خاصة بكل مهمة.
تقترح هذه الورقة إطار عمل ثنائي المراحل يجمع بين البحث الشجري القائم على التحسين البايزي المقيد (cBOT) لتوليد مسار فعال للروبوت الواحد، والبحث القائم على الصراع الكينوديناميكي المعزز بالمنطق الزمني الرمزي (STL-KCBS) لتنسيق متعدد الروبوتات قابل للتوسع، مما يعالج بفعالية تخطيط الحركة تحت مواصفات المنطق الزمني الرمزي والقيود الكينوديناميكية مع تحسينات مثبتة في الكفاءة والسلامة والقابلية للتطبيق في العالم الحقيقي.
تقدم الورقة البحثية قفاز CDF-Glove، وهو قفاز تغذية راجعة لمسية يعمل بالكابلات، يتميز بخفة الوزن وانخفاض التكلفة (230 دولاراً)، مما يتيح تشغيلاً عن بُعد ماهراً وعالي الجودة مع زمن انتقال قدره 200 مللي ثانية، وهو ما يحسن بشكل كبير معدلات نجاح المهام وأداء سياسات التعلم بالتقليد مقارنة بالتعليم الحركي التقليدي.
تقدم هذه الورقة HiLAM، وهو نموذج عمل كامن هرمي يستفيد من مستخرج منخفض المستوى مدرب مسبقاً لتجميع الأنماط الديناميكية قصيرة المدى في مهارات كامنة عالية المستوى، مما يتيح اكتشاف سلوكيات ممتدة زمنياً من بيانات فيديو خالية من الأفعال.
تقترح الورقة البحثية AnyCamVLA، وهو إطار عمل للتعلم الصفري (zero-shot) يعمل على تعزيز متانة زاوية الرؤية لنماذج الرؤية واللغة والعمل (Vision-Language-Action) المدربة مسبقاً من خلال التخليق الافتراضي لملاحظات الكاميرا في وقت الاختبار لتتطابق مع تكوينات التدريب، مما يلغي الحاجة إلى الضبط الدقيق، أو البيانات الإضافية، أو التغييرات الهيكلية.
تقدم هذه الورقة إطار عمل RODEO، وهو إطار عمل قائم على تقنية البلوكشين يدمج المنظمات اللامركزية المستقلة (DAOs) مع الروبوتات الخدمية عبر جسر ROS-ETH لتمكين عمليات روبوتية قابلة للتدقيق والشفافية والاستدامة الذاتية من خلال التحقق من المهام على السلسلة والتعويض القائم على الرموز المميزة.
تقدم هذه الورقة إطار عمل مهيكل للسلامة الفيزيائية للروبوتات يربط بين هندسة المخاطر الكلاسيكية والتعلم الآلي الحديث من خلال استخدام التصريح الصريح عن الأصول، وحصر نقاط الضعف، وتوليد البيانات الاصطناعية المدفوعة بالمخاطر لتدريب النماذج على أغلفة السلامة الرسمية.
تُظهر هذه الورقة أنه في حين أن التنوع الواسع في البيانات يساعد على الانتقال عبر التحولات الإدراكية مثل زوايا الرؤية، فإن المواءمة المنهجية للعروض التوضيحية عبر هياكل روبوتية مختلفة من خلال "تشابهات البيانات" هي أكثر فعالية بكثير للانتقال عبر الأجساد المختلفة، مما يحقق تحسناً بنسبة 22.5% في معدلات النجاح في العالم الحقيقي مقارنة بمجموعات البيانات غير المزاوجة.
تقدم هذه الورقة روبوتاً أحادي القدم، مدمجاً وغير مفعل بالكامل، يستخدم ثلاثة مشغلات فقط وعجلتين رد فعل لتحقيق تنقل متعدد الأنماط — بما في ذلك التدحرج، والقفز المستهدف، والاعتدال الذاتي — مصمماً خصيصاً للتنقل عبر التضاربات المتنوعة على الأجرام السماوية ذات الجاذبية المنخفضة.