4796 ورقة بحثية
تقدم هذه الورقة نهجاً هجيناً جديداً لتخطيط الحركة الكينوديناميكية يُمكّن المركبات ذات السرعات العالية المخصصة للطرق الوعرة من تنفيذ مناورات دقيقة في الهواء باستخدام عناصر التحكم القياسية في الخانق والتوجيه، مما يتغلب على قيود السرعة التي تفرضها أنظمة الاستقلالية التقليدية المقتصرة على الأرض فقط.
يقدم هذا البحث نظام VISION، وهو نظام استقلالية متكامل يستفيد من نموذج لغوي بصري واسع النطاق وتخطيط لوجهة نظر مقيد لتمكين روبوت رباعي الأرجل من فحص عبارات قناة إيري المتقادمة ذاتياً، مع النجاح في تنقيح الفرضيات الأولية إلى نتائج متوافقة مع خبرات المتخصصين دون الحاجة إلى ضبط دقيق خاص بمجال معين.
تقدم الورقة البحثية MANGO، وهي طريقة جديدة لترجمة الصور غير المقترنة تستفيد من فقدان InfoNCE المشروط بالتجزئة وتصميم مميز للمميز (discriminator) لتوليد بيانات تدريب متنوعة وقوية تجاه تغير زوايا الرؤية من مجموعات بيانات واقعية ذات كاميرات ثابتة ومحاكاة قابلة للتوسع، مما يحسن بشكل كبير سياسات التحكم في الروبوتات تحت تحولات زوايا رؤية الكاميرا.
يعالج SteerVLA تحدي دمج الاستدلال الدلالي عالي المستوى مع التحكم منخفض المستوى في القيادة الذاتية من خلال تسخير نموذج رؤية ولغة لتوليد تعليمات لغوية دقيقة توجه سياسة "رؤية-لغة-فعل"، مما يحسن الأداء بشكل كبير في سيناريوهات القيادة ذات الحالات النادرة.
تقدم هذه الورقة إطار عمل جديداً لتخطيط المهام يدمج إجراءات البحث عن الأشياء القائمة على التعلم (LIOS) في التخطيط عالي المستوى، مما يمكّن الروبوتات المتنقلة من توليد خطط سليمة وكاملة بفعالية لاستعادة الأشياء ذات المواقع غير المعروفة من خلال التداخل بين البحث والتنفيذ مع البقاء متوافقاً مع أدوات الحل المتاحة ذات المعرفة الكاملة.
تُعد ForeAct إطار عمل تخطيط فعال وقابل للتشغيل المباشر يعزز نماذج الرؤية واللغة والأفعال (Vision-Language-Action) من خلال توليد ملاحظات مستقبلية متخيلة وأوصاف للمهام الفرعية عالية الجودة، مما يحسن بشكل كبير معدلات النجاح في المهام الروبوتية الواقعية المعقدة ومتعددة الخطوات دون الحاجة إلى تعديلات هيكلية.
تقدم هذه الورقة البحثية Schur-MI، وهي صيغة للمعلومات المتبادلة قائمة على العمليات الغاوسية وتتميز بكفاءة حسابية عالية، حيث تستفيد من الحساب المسبق التكراري وتحليل متمم شور لتقليل تكالونات الحساب بشكل جذري، مما يتيح جمع المعلومات الروبوتية في الوقت الفعلي والتخطيط التكيفي للمسار.
تقترح هذه الورقة البحثية "التعلم الحركي الديناميكي المعتمد على اللغة بصفر من الأمثلة" (ZLIK)، وهو إطار عمل للتعلم ذاتي الإشراف يستفيد من الأوصاف اللغوية الطبيعية لنمذجة والتكيف مع الأضرار الهيكلية المتنوعة للروبوت، محققاً بذلك تقليلاً كبيراً في الخطأ وتعميماً قوياً عبر التباينات في المحاكاة، والواقع الحقيقي، والمقاييس.
تُظهر هذه الدراسة أن التأطير الإعلامي يعمل كمتغير معدل لكيفية تقييم الموظفين للتعاون بين البشر والروبوتات، حيث يعزز التأطير الإيجابي التقييمات الإضافية للمخاطر والفوائد ويرفع مستوى القبول العام، بينما يكثف التأطير السلبي الحساسية تجاه المخاطر ويخلق مقايضات مترابطة تقلل من قيمة الفوائد المتصورة.
يُعدُّ INHerit-SG إطار عمل مبتكرًا يعيد تعريف الرسوم البيانية الدلالية للمشاهد كقواعد معرفية مهيكلة وجاهزة للبحث المعزز بالتوليد (RAG) مع تسلسل هرمي صريح وتحديثات مستندة إلى الأحداث، مما يُمكِّن من استرجاعٍ مفسّر وقوي وقابل للتوسع لمهام الملاحة الروبوتية المعقدة من خلال استدلال النماذج اللغوية الكبيرة متعددة الأدوار.