4796 ورقة بحثية
تُعد Hydra-Nav بنية نموذج لغوي بصري (VLM) موحدة للملاحة بين الأشياء، تعمل على تحسين معدلات النجاح والكفاءة من خلال التبديل التكيفي بين نظام "بطيء" تأملي للتخطيط رفيع المستوى ونظام "سريع" تفاعلي للتنفيذ، والذي تم تدريبه عبر منهج تعليمي متخصص مكون من ثلاث مراحل.
يُعد DexImit إطار عمل مؤتمتًا يسد فجوة التجسيد بين البشر والروبوتات من خلال تحويل فيديوهات التلاعب البشري أحادية العدسة إلى بيانات تدريب روبوتية واسعة النطاق وواقعية فيزيائيًا عبر مسار مكون من أربع مراحل: إعادة البناء، والتفكيك، وتخليق المسارات، والتعزيز.
تقترح هذه الورقة إطار عمل لـ "التعلم الميتا-معرفي المتمحور حول المعرفة" يدمج المعرفة المجردة في التعلم التعزيزي من خلال التجريدات الطبيعية والتفاعلات الموجهة بالمعرفة لتمكين سلوك أكثر ذكاءً وتكيفاً وقابلية للنقل في الأنظمة الاصطناعية.
تستخدم هذه الدراسة محاكاة مرورية مجهرية، تمت معايرتها باستخدام بيانات مسار حقيقية من نظام حافلات تشغيل في فلوريدا، لتوضيح أن زيادة وتيرة الحافلات تقلل من سعة الطريق والسرعة، في حين أن تعديل سرعات الحافلات يمكن أن يحسن تدفق حركة المرور في البيئات الحضرية ذات الاستقلالية المختلطة.
تُظهر هذه الدراسة أن دمج التعلم العميق والتعلم التعزيزي في أنظمة التقاط الروبوتات داخل المستودعات يعزز الكفاءة التشغيلية والدقة والقدرة على التكيف بشكل كبير مقارنة بالطرق التقليدية.
تقترح هذه الورقة خوارزمية جديدة لتحسين السياسات لعمليات ماركوف لاتخاذ القرار المقيدة والمتينة (RCMDPs) تتجنب الحاجة إلى البحث الثنائي وتحقق دون-المثالية بمقدار والجدوى في من التكرارات، مما يوفر تسريعاً حوسبياً كبيراً مقارنة بالطرق الحالية.
إن GF-VLA هو إطار عمل يُمكّن الروبوتات ثنائية الأذرع من أداء مهام معقدة عبر دمج الرسوم البيانية للمشهد القائمة على نظرية المعلومات مع نموذج الرؤية واللغة والعمل، وذلك لتحويل العروض البشرية التوضيحية إلى سياسات حركة هرمية، وقابلة للتفسير، وقابلة للتعميم.
يُعد OpenGVL معياراً جديداً صُمم لتقييم واستخدام نماذج الرؤية واللغة للتنبؤ بتقدم المهام الزمنية، مما يوفر أداة لتنظيم البيانات آلياً في مجال الروبوتات مع الكشف عن فجوة أداء كبيرة بين النماذج مفتوحة المصدر والنماذج مغلقة المصدر.
تقترح هذه الورقة إطار عمل للتحسين المكاني-الزماني للمسارات موزع بالكامل يسمى D-PDDP، والذي يستخدم بنية مستويين تجمع بين البرمجة الديناميكية التفاضلية المحددة بالمعلمات (PDDP) للتخطيط المحلي وطريقة معامل أدير (ADMM) مع معامل جزاء تكيفي لتحقيق توافق فعال واسع النطاق لأسراب الطائرات بدون طيار.
تقدم هذه الورقة TacThru، وهو مستشعر "رؤية عبر الجلد" قادر على الإدراك البصري واللمسي القوي في آن واحد، وTacThru-UMI، وهو إطار عمل للتعلم بالتقليد يدمج هذه الإشارات متعددة الوسائط عبر سياسة انتشار قائمة على المحولات (Transformer-based Diffusion Policy) لتحسين أداء التلاعب الروبوتي بشكل كبير في المهام المعقدة.