4796 ورقة بحثية
تقترح هذه الورقة إطار عمل لتخطيط المناولة المشتركة بين الإنسان والروبوت يدمج نماذج التحكم الحركي البشري القائمة على المقايضات بين السرعة والدقة وبين التكلفة والمنفعة مع استراتيجيات الوصول متعددة المكونات لتوليد مسارات تكيفية شبيهة بالمسارات البشرية للمهام التعاونية ذات الأهداف غير المؤكدة.
يقدم هذا البحث BoundPlanner، وهو إطار عمل قائم على المجموعات المحدبة يتكون من مخطط مسار ديكارتي ووحدة تحكم MPC ممتدة، لتمكين التخطيط السريع واللحظي للمسارات للأذرع الروبوتية التي تحترم القيود الكينماتيكية بفعالية وتتجنب الاصطدامات في البيئات المعقدة.
تقدم هذه الورقة إطار عمل متكاملًا هو الأول من نوعه للطائرات بدون طيار ذاتية القيادة والمتعاونة في مهام البحث والإنقاذ داخل الأماق المغلقة والمحرومة من نظام تحديد المواقع العالمي (GNSS)، حيث تدمج بين التوجيه القائم على التعلم التعزيزي العميق المعزز بـ "حقل الجهد الاصطناعي" (APF)، وتخصيص المهام القائم على "شبكة الانتباه الرسومية" (GAT)، ومرشحًا خفيف الوزن لتثبيت الارتفاع لتحقيق استقرار بمستوى السنتيمترات، مما أدى إلى الفوز بالمركز الأول في مسابقة NATO-Sapience لعام 2024.
تقدم هذه الورقة طريقة مبتكرة لتخطيط مسار التغطية الذاتي للروبوتات رباعية الأرجل تستخدم خرائط الهياكل المورفولوجية لتوليد وترتيب نقاط الاهتمام لمسح البيئات غير المهيكلة، محققةً نسبة وصول إلى نقاط المسار بلغت 86.5% في الاختبارات الداخلية رغم التحديات المتعلقة بانزياح الخريطة.
تقترح الورقة البحثية DeCo، وهو إطار عمل مستقل عن النموذج يعزز التعميم الصفري في التلاعب ثلاثي الأبعاد طويل الأمد من خلال تفكيك العروض التوضيحية إلى مهارات ذرية قابلة لإعادة الاستخدام وتركيبها ديناميكيًا عبر نموذج رؤية ولغة، محققًا تحسينات كبيرة في الأداء عبر نماذج متعددة للتعلم بالتقليد ومهام واقعية.
يُعد ORACLE-Grasp إطار عمل للتعلم الصفري (zero-shot) يستفيد من النماذج اللغوية متعددة الوسائط كأوراكل (semantic oracles) دلالية لتوجيه عملية الإمساك الروبوتي المتوافقة مع الإمكانات المتاحة (affordance-aligned) في البيئات غير المهيكلة، مما يلغي الحاجة إلى التدريب الخاص بالمهام مع تحقيق معدلات نجاح عالية من خلال عملية اتخاذ قرار هيكلية وتكرارية وتحسين يعتمد على العمق.
تقدم هذه الورقة البحثية ICon، وهي طريقة تعلم تبايني لنماذج المحولات الرؤية (Vision Transformers) تعمل على فصل الرموز الخاصة بالوكيل عن الرموز الخاصة بالبيئة لإنشاء تمثيلات بصرية مدركة للجسم، مما يعزز كفاءة تعلم السياسات وقابلية النقل عبر الروبوتات في مهام المناولة الروبوتية.
تقدم الورقة البحثية نظام FORTE، وهو نظام استشعار لمسي مطبوع ثلاثي الأبعاد وسهل التصنيع مدمج في مقابض "فين-راي" (fin-ray) المرنة، والذي يتيح تغذية راجعة منخفضة التأخير للقوة والانزلاق لتحقيق مناولة قوية وعالية النجاح للأجسام الرقيقة والزلقة.
تقدم الورقة البحثية PragmaBot، وهو إطار عمل يُمكّن الروبوتات من تعلم تخطيط المهام من خلال الخبرة الواقعية عبر استخدام نموذج لغوي بصري للتأمل البصري ونظام ذاكرة مزدوج (قصير المدى وطويل المدى) لتحسين معدلات النجاح بشكل تكراري عبر التوليد المعزز بالاسترجاع.
تقدم هذه الورقة سياسة بصرية حركية قائمة على التعلم لذراع روبوتية بـ 4 درجات حرية، تقوم بقطف ثمار الفراولة المحجوبة من العناقيد بفعالية عبر الاستفادة من العروض البشرية ومحول تقسيم الإجراءات المدعوم بوضعية النهاية للتنقل عبر الفوضى المعقدة وتحقيق الوصول الدقيق إلى الساق.