🤖 AI
Visual Prompt Guided Unified Pushing Policy
تقترح هذه الورقة سياسة دفع موحدة تدمج آلية تنبيه بصري خفيفة الوزن مع مطابقة التدفق لتوليد أفعال تفاعلية متعددة الأنماط، مما يتيح إعادة ترتيب الكائنات بكفاءة وتنوع عبر سيناريوهات تخطيط متنوعة.
🦾 Category
cs.RO
4796 ورقة بحثية
🤖 AI
Safe and Interpretable Multimodal Path Planning for Multi-Agent Cooperation
تقدم هذه الورقة CaPE، وهو إطار عمل لتخطيط المسارات متعدد الوسائط يتسم بالأمان والقابلية للتفسير، يستفيد من نماذج الرؤية واللغة لتخليق برامج تعديل مسار مُتحقق منها، مما يمكّن الوكلاء اللامركزيين من تكييف مساراتهم بفعالية لتجنب الاصطدام والتعاون الفيزيائي بناءً على التواصل اللغوي من الوكلاء الآخرين.
🤖 machine learning
Vid2Sid: Videos Can Help Close the Sim2Real Gap
يُعد Vid2Sid خط أنابيب لتحديد هوية الأنظمة الموجه بالفيديو، يستفيد من الإدراك القائم على النماذج التأسيسية ومحسن يعتمد في الحلقة ضمن نموذج لغوي بصري لتشخيص التباينات الفيزيائية بين المحاكاة والواقع تلقائياً وتحديث معلمات المحاكاة بشكل تكراري بمسوغات لغوية طبيعية قابلة للتفسير، محققاً دقة معايرة هي الأفضل في مجالها على كل من الأنظمة الروبوتية الصلبة واللينة.
💻 computer science
Towards Dexterous Embodied Manipulation via Deep Multi-Sensory Fusion and Sparse Expert Scaling
تقدم هذه الورقة DeMUSE، وهو إطار عمل عميق متعدد الوسائط يدمج بيانات RGB والعمق والقوة سداسية المحاور عبر محول انتشار (Diffusion Transformer) مع تطبيع تكيفي وتوسيع خبير متفرق لتحقيق أداء فائق في التلاعب المجسم الماهر في كل من بيئات المحاكاة والبيئات الواقعية.
🤖 machine learning
Uncertainty-Aware Rank-One MIMO Q Network Framework for Accelerated Offline Reinforcement Learning
تقترح هذه الورقة إطار عمل لشبكة "MIMO Q" من الرتبة الأولى الواعية بعدم اليقين، والتي تعمل بفعالية على تخفيف أخطاء الاستقراء في التعلم المعزز غير المتصل عبر الاستفادة من البيانات خارج التوزيع من خلال قياس عدم اليقين، مع تحقيق أداء رائد بكفاءة حوسبية تضاهي الشبكة الواحدة.
🤖 AI
To Move or Not to Move: Constraint-based Planning Enables Zero-Shot Generalization for Interactive Navigation
تقدم هذه الورقة إطار عمل للملاحة التفاعلية مدى الحياة يستفيد من نهج تخطيط قائم على القيود ومدفوع بنماذج لغوية كبيرة مع الإدراك النشط لتمكين الروبوتات من إزالة الفوضى وإكمال مهام وضع الأشياء المتتالية بنجاح في بيئات معقدة ومعاقة، متفوقة بذلك على النماذج المرجعية الحالية في كل من المحاكاة والأجهزة الواقعية.
🤖 AI
NovaPlan: Zero-Shot Long-Horizon Manipulation via Closed-Loop Video Language Planning
إن NovaPlan هو إطار عمل هرمي يُمكّن من التلاعب الروبوتي طويل الأمد بنمط "الصفر استباقي" (zero-shot) عبر دمج التخطيط البصري-اللغوي ذي الحلقة المغلقة لتفكيك المهام عالية المستوى والتعافي من الأخطاء، مع الأولويات الكينماتيكية المولدة عبر الفيديو لضمان تنفيذ متين للأفعال منخفضة المستوى.
🤖 AI
LLM-Enabled In-Context Learning for Data Collection Scheduling in UAV-assisted Sensor Networks
تقترح هذه الورقة نظاماً لتعلم السياق مدعوماً بالنماذج اللغوية الكبيرة (LLM) لشبكات الاستشعار المدعومة بالطائرات بدون طيار، يقوم بتوليد جداول زمنية لجمع البيانات عبر أوصاف مهام باللغة الطبيعية، ويتضمن مُحقِّق سلامة لمنع العمليات غير الآمنة، ويُظهر أداءً فائقاً في تقليل فقدان الحزم مقارنة بطرق التعلم المعزز العميق التقليدية مع تسليط الضوء على نقاط الضعف تجاه هجمات كسر الحماية (jailbreaking).
💬 NLP
ConformalNL2LTL: Translating Natural Language Instructions into Temporal Logic Formulas with Conformal Correctness Guarantees
تقترح الورقة البحثية ConformalNL2LTL، وهي طريقة مبتكرة تترجم التعليمات باللغة الطبيعية إلى صيغ المنطق الزمني الخطي (LTL) مع ضمانات صحة محددة من قبل المستخدم عبر الحل التكراري لمشكلات الأسئلة والأجوبة ذات المفردات المفتوحة باستخدام النماذج اللغوية الكبيرة المعززة بالتنبؤ المطابق لتقليل تدخل المستخدم.
💻 computer science
Eye-tracking-Driven Shared Control for Robotic Arms: Wizard of Oz Studies to Assess Design Choices
تقدم هذه الورقة تصميماً للتحكم المشترك مدفوعاً بتتبع حركة العين للأذرع الروبوتية المساعدة، باستخدام دراسات "ساحر أوز" (Wizard of Oz) لتقييم احتياجات المستخدمين بسرعة، وتحديد تحديات التصميم، وتوجيه التحسينات المستقبلية في مجال سهولة الوصول.