4829 ورقة بحثية
تقدم هذه الورقة مخطط جدولة مستوحى من التدفق يعمل في الوقت الفعلي، يقوم بتنسيق أنظمة متعددة الروبوتات لعبور البيئات الغنية بالعقبات بكفاءة من حافة إلى أخرى عبر تفكيك المساحة إلى بنية تدفق شبكي، موازناً بين الالتفافات وأوقات الانتظار لتقليل وقت العبور الإجمالي، مع التحقق من الفعالية من خلال كل من المحاكاة واختبارات طيران الطائرات بدون طيار في العالم الحقيقي.
تقترح هذه الورقة نموذج "براندتل-إيشلينج المعمم الممتد" (EGPI) الذي يتميز بآلية تبديل مبتكرة لتوصيف التباطؤ متعدد المراحل في روبوت جراحة الشبكية (I2RIS) الموجه بالأوتار بدقة، مما يظهر أداء ملاءمة متفوقاً على النماذج التقليدية عبر اتجاهات إدخال متعددة.
تقدم هذه الورقة معياراً مرجعياً موحداً، ومجموعة بيانات، ومسابقة ICRA 2024 للأقمشة لتقييم اختيار مسكات بسط القماش الروبوتية، مما يكشف عن رؤى رئيسية حول أداء الأساليب ويوفر مورداً تأسيسياً للنهوض بالمعالجة القائمة على البيانات.
تقدم هذه الورقة البحثية UNIC، وهو إطار عمل موحد متعدد الوسائط يتيح تقديرًا قويًا وغير معتمد على المعايرة للتلامس الخارجي من أجل المناولة الغنية بالتلامس، وذلك عبر دمج البيانات البصرية، والحسية الخاصة، واللمسية من خلال تمثيل خريطة إمكانات المشهد، محققًا دقة عالية وقدرة على التعميم على الأجسام غير المرئية وزوايا الرؤية الديناميكية.
يُعد نظام VGGT-SLAM 2.0 نظاماً للملاحة وتحديد الموقع ورسم الخرائط آنياً وكثيفاً يعتمد على التغذية الأمامية، وهو يحسن دقة الوضع وموثوقية إغلاق الحلقة بشكل كبير مقارنة بسلفه من خلال تقديم تصميم مبتكر لمخطط العوامل للقضاء على الانجراف والترهل المستوي، والاستفادة من طبقات الانتباه مسبقة التدريب للتحقق من استرجاع الصور مجاناً، وإظهار أداء قوي على مجموعات بيانات متنوعة وعلى متن جهاز Jetson Thor.
يُعد ZEST إطار عمل مبسط للتعلم التعزيزي يتيح النشر القوي، بنمط الصفر استباقي (zero-shot)، لمهارات رياضية متنوعة وغنية بالتلامس على روبوتات بشرية ورباعية الأرجل غير متجانسة عبر التدريب على مصادر بيانات غير متجانسة — بما في ذلك التقاط الحركة، والفيديو أحادي العدسة، والرسوم المتحركة — دون الحاجة إلى تسميات التلامس، أو مُقدِّرات الحالة، أو صياغة مكافآت مكثفة.
تقدم الورقة البحثية DISK، وهي طريقة استدلال تكيفية لا تتطلب تدريباً، تستخدم وحدات تحكم ثنائية الفرع وقرارات تخطي عبر الوسائط لتحقيق تسريع بمقدار ضعفين في انتشار المسار و1.6 ضعف في انتشار الفيديو لنماذج العالم ذاتية الانحدار مع الحفاظ على دقة التنبؤ والجودة البصرية.
تقترح هذه الورقة استراتيجية "التحكم في التغطية الخفية" (stealthy coverage control) مبتكرة شبه ذاتية تدمج حدس المشغل البشري لتحديد المناطق المعقدة مع الحركة الذاتية للطائرات بدون طيار لأخذ عينات الصور بكفاءة، مما يتيح إعادة بناء ثلاثي الأبعاد عالية الجودة في الوقت الفعلي دون معرفة مسبقة بتعقيد المشهد مع تجنب صراعات التحكم.
تقدم هذه الورقة RoDiF، وهي طريقة ضبط دقيق قوية لسياسات الانتشار تستفيد من صياغة عملية ماركوف لاتخاذ القرار الموحدة (Unified MDP) لتمكين تحسين التفضيلات المباشر الخالي من المكافآت، وتوظف استراتيجية قطع الفرضيات الهندسية للتعامل بفعالية مع التغذية الراجعة البشرية الفاسدة في المهام الروبوتية طويلة الأمد.
حقق فريق HCMUS_TheFangs نتائج فوز في كلا المسارين في مسابقة NeurIPS 2025 (Mouse vs. AI) من خلال إثبات أن البنيات البسيطة والخفيفة تتفوق في المتانة البصرية، بينما تتفوق النماذج العميقة ذات السعة العالية في المحاذاة العصبية، مما يكشف أن الأداء الأمثل يعتمد على مطابقة التعقيد البنيوي مع أهداف مهام محددة بدلاً من تعظيم حجم النموذج.