4796 ورقة بحثية
تقدم هذه الورقة البحثية وتقيم "هوجي بوت 2.0" (HuggieBot 2.0)، وهو روبوت عناق ناعم ودافئ وبحجم الإنسان صُمم وفقاً لست "وصايا" جديدة للتفاعل الطبيعي، مُثبِتةً من خلال دراسات المستخدم أن قدراته في الإدراك البصري واللمسي تعزز بشكل كبير جودة وقبول العناق الروبوتي.
تتناول هذه الورقة الفجوة في الأبحاث العدائية الخاصة بملاحة الطائرات بدون طيار من خلال تحليل تأثير هجمات (PGD) على أنظمة التحديد الموضعي القائمة على الصوت، واقتراح خوارزمية جديدة للتعافي بفعالية من مثل هذه الاضطرابات.
تقدم هذه الورقة REFLEX، وهو إطار عمل وراء معرفي يمكّن الوكلاء الروبوتيين الموجهين بالنماذج اللغوية الكبيرة من تفكيك المهارات، والتأمل في الإخفاقات، وتوليف حلول مبتكرة بشكل إبداعي، مما يعزز بشكل كبير أداءهم في مهام التعاون متعدد الروبوتات في حالات التعلم من الصفر (zero-shot) والتعلم من أمثلة قليلة (few-shot).
يُعد SceneStreamer إطار عمل موحداً يعتمد على المحولات ذات التوليد الذاتي (autoregressive transformer)، يقوم بتوليد سيناريوهات مرورية مستمرة وطويلة الأمد عبر التنبؤ بتسلسلات من الرموز (tokens) التي تمثل عناصر ديناميكية مثل الوكلاء وإشارات المرور، مما يتيح إنشاء بيئات واقعية ومتنوعة وتكيفية تعمل على تحسين متانة وقدرة سياسات القيادة الذاتية على التعميم بشكل كبير.
تقدم هذه الورقة ConEQsA، وهو إطار عمل ومعيار وكيل جديد مصمم لمعالجة تحديات الإجابة المتزامنة وغير المتزامنة على الأسئلة المجسدة من خلال الاستفادة من الذاكرة المشتركة والجدولة الواعية بالاستعجال للتفوق على النهج التسلسلي التقليدي في سيناريوهات الأسئلة المتعددة الواقعية.
تقدم هذه الورقة إطار عمل قائمًا على التعلم المعزز غير المتصل (offline reinforcement learning) لروبوت لعب اجتماعي تكيفي يدمج التعرف على العواطف متعدد الوسائط لتدريب المستخدمين الذين يعانون من صعوبات التعلم بشكل آمن وفعال، مما يثبت أن خوارزميات مثل BCQ وDDQN وCQL تقدم سياسات قوية ومخففة للتحيز مستمدة من مجموعات بيانات من العالم الحقيقي.
تقترح هذه الورقة إطار عمل للتحكم التنبئي بالنموذج يتسم بالمتانة، معززاً بدوال حاجز عائق من الدرجة الصفرية المتينة ومخطط تكيف عبر الإنترنت لضمان نقل حمولة آمن وتجنب العوائق للرافعات المثبتة على السفن التي تعمل تحت تأثير الاضطرابات الكبيرة الناجمة عن أمواج البحر.
تقدم هذه الورقة شبكات لاغرانج العميقة ذات القاعدة العائمة (FeLaN)، وهي طريقة لتحديد هوية الأنظمة من النوع "الرمادي" (grey-box) تفرض قيوداً فيزيائية محددة على مصفوفات القصور الذاتي لتحسين أداء ونماذج التعلم العميق وقابليتها للتفسير للروبوتات ذات القاعدة العائمة مثل الروبوتات البشرية والروبوتات رباعية الأرجل.
تقدم هذه الورقة البحثية "السياسات القابلة للتوجيه" (Steerable Policies)، وهي نهج مبتكر يدرب نماذج الرؤية واللغة والعمل على أوامر اصطناعية متعددة المستويات للتغلب على قيود واجهات اللغة الطبيعية، مما يتيح تجذيرًا أكثر فعالية لمعرفة نماذج الرؤية واللغة سابقة التدريب من أجل تحسين تعميم المهام الروبوتية والتحكم طويل الأمد.
تُوصّف هذه الورقة نماذج الرؤية واللغة والعمل (VLA) على منصات الحافة "Nvidia Jetson Orin" و"Thor"، حيث تُحدد مرحلة توليد العمل المرتبطة بسعة الذاكرة باعتبارها عائق التأخير الأساسي، وتستشرف المتطلبات والحلول المستقبلية للأجهزة مثل الذاكرة عالية النطاق الترددي والمعالجة داخل الذاكرة لتوسيع نطاق الذكاء الاصطناعي المجسد.