4796 ورقة بحثية
تقترح هذه الورقة إطار عمل قائماً على التعلم يستخدم وكلاء تضحية وتحسيناً قائماً على التدرج لاستنتاج معلمات المطارد المحدودة بمعدل الدوران من نتائج اعتراض ثنائية، مما يتيح توليد مسارات آمنة ومثلى زمنياً للوكلاء ذوي القيمة العالية.
يُعد AgentRob إطار عمل مبتكر يستفيد من بروتوكول سياق النموذج (Model Context Protocol) للربط بين منتديات المجتمعات عبر الإنترنت والروبوتات الفيزيائية، مما يمكّن الوكلاء المدعومين بالنماذج اللغوية الكبيرة من تفسير الأوامر باللغة الطبيعية من منشورات المنتديات وتنسيق إجراءات متعددة للروبوتات من خلال بنية ثلاثية الطبقات.
تقترح هذه الورقة نموذج "ترانسفورمر" متعدد الوسائط (Cross-Modal Transformer) معززاً بتنظيم قوة ثنائي الاتجاه مستند إلى الفيزياء لدمج الاستشعار البصري واللمسي بفعالية، محققةً نسبة نجاح تبلغ 96.59% في مهام الإدخال الروبوتية، وهو ما يتجاوز طرق الدمج البدائية ويقترب من أداء المستشعرات ذات الامتيازات.
تقترح هذه الورقة إطار عمل جديد لإعادة البناء رباعي الأبعاد للفيديوهات العفوية أحادية العدسة، والذي يستفيد من آلية ديناميكية متعددة المقاييس لتفكيك حقول الحركة المعقدة ويدمج مسبقات نماذج الرؤية التأسيسية، مما يحقق استعادة دقيقة ومتسقة عالمياً للمشاهد الديناميكية.
تقدم هذه الورقة "الوضع بالدفع" (push-placement)، وهو نموذج تلاعب هجين يجمع بين الإمساك والدفع لإزاحة الأجسام المعيقة أثناء عملية الوضع، مما يقلل من تكاليف التنقل ويحسن الكفاءة في مهام إعادة الترتيب على الطاولة ذات الأفق الطويل.
تقدم هذه الورقة البحثية إطار عمل TRAITS، وهو إطار عمل غير متصل (offline) جديد لفرق الروبوتات المتعددة غير المتجانسة، يقوم بتحسين تخصيص المهام والجدولة في آن واحد من خلال نمذجة وإدارة القدرات المستنفدة مثل البطارية والوقت عبر وحدة توزيع سمات تعتمد على البرمجة غير الخطية، مما يحقق تفوقاً في الجدوى والكفاءة مقارنة بالنهج المتبعة حالياً في أحدث التقنيات.
تقدم هذه الورقة البحثية UAV-SEAD، وهي مجموعة بيانات واقعية واسعة النطاق تضم أكثر من 52 ساعة من سجلات الطيران لطائرات بدون طيار تعتمد على نظام PX4، والتي تصنف شذوذ تقدير الحالة إلى أربع فئات متميزة من أجل تطوير وتقييم أنظمة كشف الشذوذ الواقعية.
تقترح الورقة البحثية إطار عمل RPGD، وهو إطار عمل للمعايرة الخارجية تلقائي وقوي يعمل على محاذاة بيانات الهيكل العظمي ثلاثية الأبعاد القائمة على التقاط الحركة (MoCap) مع كاميرات RGB باستخدام حركة بشرية طبيعية عبر الجمع بين التقدير العالمي RANSAC-P3P وتحسين التدرج المتناقص، مما يحقق دقة دون البكسل عبر مجموعات بيانات متنوعة.
تقدم هذه الورقة البحثية مساراً موحداً ومؤتمتاً يدمج حقول الإشعاع العصبي (Neural Radiance Fields) والتبسيط الغاوسي (Gaussian Splatting) مع تقنيات SfM/SLAM التقليدية لإنشاء عمليات إعادة بناء ثلاثية الأبعاد كثيفة، وواقعية للغاية، ومتسقة مترياً من بيانات المركبات الجوالة، مما يعزز قدرات الملاحة والإدراك الذاتي لاستكشاف الكواكب في البيئات الصعبة والمقيدة بالاتصالات.
يُعد WoVR إطار عمل موثوقاً للتعلم المعزز يُمكّن من التدريب اللاحق الفعال لسياسات الرؤية واللغة والعمل (Vision-Language-Action) على الروبوتات الفيزيائية من خلال التحكم الصريح في الهلوسة في النماذج العالمية المتعلمة عبر ديناميكيات الفيديو القابلة للتحكم، والتدفقات المستمرة (rollouts) المُهيأة بالإطارات الرئيسية، والتطور المشترك بين السياسة والمحاكي، مما يحقق تحسينات كبيرة في معدل النجاح في كل من المهام المرجعية والمهام الواقعية.