4796 ورقة بحثية
تقدم الورقة البحثية إطار عمل "رؤية الصورة الأكبر" (Seeing the Bigger Picture - SBP)، وهو إطار عمل شامل للمناولة المحمولة يعتمد على خريطة كامنة ثلاثية الأبعاد لتجميع الملاحظات طويلة المدى والسياق العالمي، مما يجعله يتفوق على السياسات القائمة على الصور في الاستدلال المكاني ومعدلات نجاح المهام عبر كل من المشاهد المعروفة والجديدة.
تقدم هذه الورقة ROVER، وهو إطار عمل مدفوع بالمنظم للتحقق من سياسات الروبوتات الصندوقية السوداء وتحسينها بشكل تكراري مقابل متطلبات سلامة المنطق الزمني الإشاري ذات الأولوية باستخدام مقاييس المتانة، والذي أظهر قدرة على زيادة معدلات استيفاء المواصفات بشكل كبير في كل من سيناريوهات الملاحة المحاكاتية والواقعية.
تقدم الورقة البحثية "المراقب-المؤدي" (ObAct)، وهو إطار عمل جديد للرؤية النشطة في تعلم التقليد للروبوتات ثنائية الأذرع، والذي يقوم ديناميكياً بتعيين ذراع واحدة لبناء تمثيل "Gaussian Splatting" ثلاثي الأبعاد وتحديد زوايا الرؤية المثلى للذراع الأخرى، مما يعزز بشكل كبير من قوة الأداء وكفاءة السياسة من خلال تقليل حالات الحجب مقارنة بإعدادات الكاميرا الثابتة.
تقدم هذه الورقة TEMPO-VINE، وهي مجموعة بيانات عامة شاملة متعددة الأنماط ومتعددة الفترات الزمنية، تتميز بمستشعرات غير متجانسة ومسارات حقيقية عبر ظروف متنوعة لكروم العنب، صُممت لمعالجة نقص المعايير المرجعية الواقعية للنهوض بعمليات التحديد الذاتي للمواقع، ورسم الخرائط، والتعرف على الأماكن في الزراعة الدقيقة.
تقدم هذه الورقة طريقة قائمة على التنعيم (mollification) تتسم بالكفاءة الحسابية، تعمل على تنظيم مخرجات التخطيط غير القابلة للاشتقاق وتحويلها إلى مسارات سلسة وقابلة للتنفيذ مع ضمان حدود الانحناء، مما يتيح التنفيذ في الوقت الفعلي على المتحكمات الدقيقة مع تلبية متطلبات القابلية للاشتقاق الصارمة للتحكم في الروبوتات غير الهولونومية.
تقدم هذه الورقة مشكلة التلاعب الاستكشافي والمركز (EFM) لمعالجة مشكلة الحجب البصري في التلاعب الروبوتي، مقترحةً معيار EFM-10 واستراتيجية الإدراك النشط ثنائي اليد (BAP) التي تستفيد بفعالية من تنسيق الذراعين للرؤية النشطة واستشعار القوة.
تقترح هذه الورقة إطار عمل لتفسير التعرف على الإيماءات متعدد الوسائط، يدمج بيانات المستشعرات العطالية والسعوية عبر نسبة احتمالية السجل لتمكين التحكم عن بُعد القوي والآني وبدون استخدام اليدين للطائرات بدون طيار والروبوتات المتنقلة، مدعوماً بمجموعة بيانات جديدة ويُظهر أداءً مقارباً للأساليب القائمة على الرؤية بتكاليف حوسبة أقل بكثير.
تقدم هذه الورقة إطار عمل قائم على البيانات يجمع بين نظرية مؤثر كوبمان وخوارزمية المجموعة الآمنة لتمكين التحكم الآمن في كامل الجسم في الوقت الفعلي للأنظمة الروبوتية غير الخطية، وذلك عبر صياغة قيود التتبع والسلامة ضمن برنامج تربيعي واحد.
تقدم هذه الورقة إطار عمل "التنفيذ-الملاحظة-إعادة الكتابة" (AOR)، وهو إطار يُمكّن النماذج اللغوية متعددة الوسائط من تحسين سياسات التحكم في الروبوتات بشكل تكراري عبر توليد وإعادة كتابة كود متحكم بلغة بايثون قابل للتنفيذ بناءً على التغذية الراجعة البصرية وتحليل الإخفاق، محققاً معدلات نجاح عالية عبر المهام دون الحاجة إلى عروض توضيحية، أو هندسة مكافآت، أو تحديثات تدرجية.
تقترح الورقة البحثية Many-RRT*، وهو مخطط حركة قائم على أخذ العينات يتميز بالمتانة، يقوم في آن واحد بتنمية أشجار من حلول متعددة للكينماتيكا العكسية للتغلب على تحديات الكينماتيكا الأمامية غير القابلة للعكس في المجمعات التسلسلية ذات درجات الحرية العالية، مما يحقق معدلات نجاح أعلى بكثير وتكاليف مسار أقل مقارنة بطرق RRT التقليدية.