4796 ورقة بحثية
تقترح هذه الورقة إطار عمل جديد لتقنية "Gaussian Splatting" ثلاثية الأبعاد القائمة على الأحداث، والذي يفصل بين رندرة الهندسة ورندرة الإشعاع إلى فرعين، أحدهما يعتمد على الحدث تلو الآخر والآخر يعتمد على اللقطات، وذلك لتحقيق إعادة بناء ثلاثية الأبعاد رائدة وخالية من المسبقات ذات دقة زمنية عالية وتفاصيل حواف حادة.
تقدم هذه الورقة RoboMIND 2.0، وهي مجموعة بيانات متعددة الوسائط واسعة النطاق تضم 310 ألف مسار من مسارات التلاعب ثنائي اليد والمتنقل في العالم الحقيقي، والمعززة ببيانات لمسية وتوائم رقمية، إلى جانب نظام MIND-2 الهرمي الذي يستفيد من التعلم المعزز غير المتصل لتحقيق ذكاء متجسد قابل للتعميم عبر هياكل روبوتية متنوعة.
يُعد Point Bridge إطار عمل يُمكّن من نقل سياسات التحكم من المحاكاة إلى الواقع بنمط "التعلم الصفري" (zero-shot) في مهام التلاعب الروبوتي، وذلك عبر الاستفادة من تمثيلات نقطية موحدة ومستقلة عن النطاق يتم استخراجها بواسطة نماذج الرؤية واللغة، مما يتغلب على الفجوات البصرية في النطاقات ويحقق مكاسب أداء كبيرة مقارنة بالطرق السابقة.
تقدم هذه الورقة DECO، وهو محول انتشار متعدد الوسائط منفصل مع محول لمسي إضافي ومجموعة بيانات DECO-50 المصاحبة له، والذي يحقق أداءً هو الأفضل في فئته في مجال المناولة الماهرة ثنائية اليد من خلال دمج الرؤية، وحس الإدراك العميق، والإشارات اللمسية بفعالية مع أكثر من 2,000 تقييم حقيقي للروبوت.
تقترح الورقة البحثية إطار عمل SFCrP، وهو إطار مبتكر يجمع بين نموذج التنبؤ بتدفق المشهد للتعلم عبر الأجسال المختلفة وسياسة مشروطة بالتدفق، لتمكين الروبوتات من التعميم من عروض توضيحية قليلة إلى مهام معقدة باستخدام فيديوهات بشرية كمصدر أساسي للبيانات.
تقدم هذه الورقة البحثية MAILS، وهو إطار عمل جديد لإعادة تحديد الموقع باستخدام ليدار (LiDAR) بدون خرائط مصمم خصيصاً للطائرات بدون طيار، والذي يستفيد من الانتباه الحافظ للمحلية والآليات المستقلة عن الإحداثيات لتحقيق تحديد دقيق للمواقع في البيئات التي تفتقر إلى نظام تحديد المواقع العالمي (GNSS)، مصحوباً بإنشاء مجموعة بيانات جديدة واسعة النطاق لمعالجة نقص بيانات طيران الطائرات بدون طيار الواقعية.
يُعد IntentCUA إطار عمل متعدد الوكلاء يعزز أتمتة استخدام الكمبيوتر طويلة الأمد من خلال الاستفادة من الذاكرة المشتركة لتجريد تمثيلات النوايا متعددة الرؤى والمهارات القابلة لإعادة الاستخدام، مما يؤدي إلى استقرار التنفيذ وتحسين معدلات نجاح المهام وكفاءتها بشكل كبير مقارنة بالنهج الحالية.
تقترح هذه الورقة إطار عمل قائماً على الاستدلال النشط للقيادة الذاتية يستخدم مرشح الجسيمات القائم على تقنية "راو-بلاك-ويلد" (Rao-Blackwellized Particle Filter)، وإعادة ضبط الاعتقاد المشروط، وحقن الفرضيات لنمذجة نوايا المشاة المحجوبين، مما يتيح اتخاذ قرارات قابلة للتفسير وتحاكي السلوك البشري، وهو ما يقلل بشكل كبير من معدلات الاصطدام مقارنة بالنهج التقليدية ونهج التعلم المعزز.
تقدم هذه الورقة إطار عمل خفيف الوزن ويعمل في الوقت الفعلي لكبح الأحداث القائم على الحركة، والذي يقوم بدمج تجزئة وتنبؤ الحركة المستقبلية للأجسام المتحركة المستقلة والحركة الذاتية لتصفية الأحداث الديناميكية، محققاً أداءً هو الأفضل في فئته على مقيء EVIMO مع تسريع التطبيقات اللاحقة مثل محولات الرؤية (Vision Transformers) وتقدير المسافة البصرية (visual odometry) بشكل كبير.
تقدم هذه الورقة دراسة تجريبية واسعة النطاق تُظهر أن تصميم فضاء العمليات لسياسة التحكم في التلاعب الروبوتي يؤثر بشكل كبير على أداء التعلم، مما يكشف أن التنبؤ بحركات التغير (delta actions) يحسن النتائج، بينما تقدم تمثيلات فضاء المفاصل وفضاء المهام فوائد متكاملة فيما يتعلق بالاستقرار والتعميم على التوالي.