4796 ورقة بحثية
تقدم هذه الورقة OSCAR، وهو روبوت كبسولة ذاتي الدفع مستوحى من آلة وضع البيض، يستخدم نظام كام (cam) محملًا بنوابض لتوليد تباين احتكاك محكوم من أجل حركة موثوقة ومنخفضة الحمل في القولون ذي اللزوجة المرنة، محققًا سرعات ذات صلة سريرية تم التحقق منها من خلال كل من النمذجة التحليلية والتجارب خارج الجسم.
تقدم هذه الورقة ActionCodec، وهو مشفر أفعال (action tokenizer) عالي الأداء موجه بمبادئ تصميم نظرية المعلومات التي تُحسّن كفاءة تدريب نماذج VLA وتحقق معدلات نجاح رائدة في اختبارات قياسية مثل LIBERO دون الحاجة إلى تدريب مسبق للروبوتات.
تقترح هذه الورقة إطار عمل مفكك للملاحة الرؤية واللغوية، يُمكّن النماذج اللغوية الكبيرة متعددة الوسائط من تمثيل عالم متري تفاعلي واستدلال مضاد للواقع، محققاً أداءً رائدًا في مستوى "صفر من التدريب المسبق" (zero-shot) في كل من المحاكاة وعمليات النشر الروبوتية المتنوعة في العالم الحقيقي.
تقدم هذه الورقة VLM-DEWM، وهي بنية معرفية تعزز التخطيط البصري اللغوي في التصنيع الديناميكي من خلال فصل الاستدلال عن نموذج عالم خارجي مستمر وقابل للاستعلام لتمكين تتبع الحالة القابل للتحقق والتعافي المستهدف من الفشل، مما يحسن الدقة والمرونة بشكل كبير مقارنة بالأنظمة المرجعية.
تقترح هذه الورقة البحثية إطار عمل "التدفق المتدفق المدرك للقيود" (CASF)، وهو إطار عمل يعمل على تكييف توزيعات مسارات الروبوت المتعلمة ديناميكيًا في الوقت الفعلي من خلال إعادة تشكيل حقول السرعة عبر مقاييس تعتمد على القيود، مما يضمن حركة سلسة وآمنة وممكنة مع الحفاظ على التفاعلية متعددة الأنماط لسياسات التدفق المتدفق.
من خلال التصميم التشاركي التأملي والمقابلات، تقترح هذه الورقة أن خدمة تناول الطعام الاجتماعي بمساعدة الروبوت في البيئات غير المنضبطة يجب أن تحاكي مبادئ "خدمة القفاز الأبيض" عبر إعطاء الأولوية للدعم غير المتطفل، والواعي بالسياق، والمتكيف الذي يتجاوز مجرد التغذية ليحافظ على كرامة المستخدم والاندماج الاجتماعي.
تقترح الورقة البحثية طريقة "الاستكشاف الموجه بالجدوى" (FGE)، وهي طريقة للتعلم التعزيزي تحدد في آن واحد الظروف الأولية الممكنة وتتعلم سياسة قوية لحل مشكلات الوصول ذات الجدوى غير المعروفة، محققةً تغطية للحالات أكبر بكثير من الطرق الحالية.
تقدم هذه الورقة إطار عمل مبتكر للتفاعل الفيزيائي متعدد الأنماط بين الإنسان والروبوت، يستخدم العمليات الغاوسية لنمذجة القوة البشرية والاستدلال البايزي ضمن مخطط للتحكم التنبئي بالنماذج لتمكين مهام التجميع التعاونية المرنة، ومنخفضة البيانات، والآنية التي تتكيف مع النوايا البشرية والقيود المريحة.
تقترح هذه الورقة إطار عمل للتحكم في المعاوقة بالتنبؤ بالنموذج يستخدم العمليات الغاوسية لتعلم نماذج المهام من عروض توضيحية قليلة، مما يمكّن الروبوتات من تحسين المسار والمعاوقة معاً عبر الإنترنت مع التكيف مع حالات عدم اليقين المتنوعة في أهداف البشر، وقيود التلامس، والاضطرابات البيئية من أجل تعاون آمن وفعال.
تقدم هذه الورقة طريقة مبتكرة قائمة على التعلم تستخدم الشبكات العصبية الرسومية لاستنتاج مفاهيم مكانية عالية المستوى مدركة لعدم اليقين تلقائياً من الملاحظات الهندسية الأولية ودمجها كعوامل قابلة للتحسين في الرسوم البيانية للمشاهد ثلاثية الأبعاد المفككة، مما يلغي التصميم اليدوي ويحسن أداء التحديد والخرائطية آنياً (SLAM) بشكل كبير في كل من البيئات المحاكات والواقعية.