4796 ورقة بحثية
تقدم هذه الورقة نظاماً روبوتياً يتم التحكم في سرعته بتوجيه من مستشعرات كهرومغناطيسية ومتحكم مقيد تكيفي يعمل على تحسين دقة وسلامة عمليات وخز الإبر الآلية لعملية توسيع الرغامي عبر الجلد بشكل كبير، مما يقلل متوسط أخطاء الموقع والزاوية إلى 1.7 ملم و4.13 درجة على التوالي في تجارب على نماذج محاكاة.
تقدم هذه الورقة مقياساً مبتكراً لـ "خطر فقدان التتبع" لتقدير تهديدات الحجب في القيادة الذاتية، وتثبت أن إطار التواصل غير المتماثل المقترح يحقق تخفيفاً متفوقاً للمخاطر عند معدلات اختراق أقل بكثير لتقنية V2X مقارنة بالنماذج المتماثلة التقليدية.
تقترح الورقة البحثية FLIGHT، وهي طريقة جديدة في الوقت الفعلي لتقدير اتجاه الكاميرا من فيديو أحادي العدسة عبر تعميم تحويل هوف على كرة وحدة باستخدام شبكة فيبوناتشي لتقطيع الاتجاهات، مما يحقق دقة وكفاءة عاليتين في البيئات المليئة بالضجيج والقيم المتطرفة مع تحسين تهيئة نظام التحديد المتزامن للموقع ورسم الخرائط (SLAM).
تقدم هذه الورقة نموذجاً هيدروديناميكياً فعالاً من حيث الحوسبة، عديم الحالة، تم تنفيذه في بيئة MuJoCo ليعمل كتوأم رقمي فعال لروبوت سمكة تحت الماء يعمل بالأوتار، مما يتيح المحاكاة في الوقت الفعلي، وتحديد المعلمات بدقة من بيانات تجريبية دنيا، والتعلم التعزيزي الناجح لتتبع الهدف.
تقدم هذه الورقة MPPI-Generic، وهي مكتبة C++/CUDA مرنة تعمل على تسريع خوارزميات التحكم المختلفة القائمة على التكامل المساري لنموذج التنبؤ بالمسار (MPPI) على وحدات معالجة الرسومات، مما يتيح تحسين المسارات العشوائية في الوقت الفعلي عبر ديناميكيات ودوال تكلفة متنوعة دون تعديل كود التحكم الأساسي.
تقترح هذه الدراسة وتتحقق من صحة إطار عمل لتتبع الأجسام بتوجيه رؤيوي للمركبات السطحية غير المأهولة (USVs) في البيئات البحرية المعقدة عبر إجراء مقارنة معيارية لسبعة من خوارزميات التتبع القائمة على التعلم العميق وخوارزميات التحكم، لتحدد في النهاية أن نموذج (SeqTrack) القائم على المحولات (Transformer) ومتحكم المنظم الخطي التربيعي (LQR) هما الحل الأكثر قوة للتتبع المستقر في الظروف القاسية.
تستعرض هذه الدراسة المسحية بشكل شامل التحديات والأساليب القائمة القائمة على التعلم للتحكم الروبوتي الماهر في العالم الحقيقي، مع تركيز خاص على تحديد الفجوات وتوضيح كيفية الاستفادة من التعلم التقليدي التفاعلي للتغلب على القيود الحالية في كفاءة العينات والقدرة على التكيف.
تُثبت هذه الورقة أن سياسات الملاحة البصرية التي يتم تدريبها حصرياً في المحاكاة يمكن أن تتفوق على تلك المدربة على بيانات من العالم الحقيقي من خلال الاستفادة من بنية متخصصة ذات تمثيلات بصرية مدربة مسبقاً لسد فجوة المحاكاة إلى الواقع بفعالية، محققةً معدل نجاح أعلى بنسبة 31% في الروبوتات ذات العجلات وتحسناً بنسبة 50% مقارنة بالأساليب الرائدة.
تقدم الورقة البحثية سياسة التدفق الطبيعي (NF-P)، وهي سياسة بصرية حركية ثنائية اليد تتسم بالكفاءة الحسابية والوعي باليقين، وتتفوق على النماذج المرجعية القائمة على الانتشار في نجاح المهام، وسرعة التدريب، وزمن استجابة الاستدلال، مع تمكين استراتيجيات تحسين مبتكرة قائمة على الاحتمالية.
تقدم الورقة البحثية Cosmos-Predict2.5 وCosmos-Transfer2.5، وهي عائلة موحدة من النماذج التأسيسية للعالم التي تستفيد من بنيات التدفق والتعلم التعزيزي لتقديم توليد فيديو عالي الدقة ومتوافق مع التعليمات وترجمة للعالم، وذلك من أجل النهوض بالذكاء الاصطناعي الفيزيائي، والروبوتات، والذكاء المتجسد.