4223 ورقة بحثية
تقدم هذه الورقة البحثية "مرتكزات الذاكرة" (Memory Anchors)، وهي مجموعة فرعية استراتيجية من التجارب الماضية التي يتم تحديدها من خلال تمثيلات المهام المتعارضة، والتي تعمل عند إعطائها الأولوية في مخازن إعادة التشغيل (replay buffers) على الحد بشكل كبير من النسيان الكارثي وتمكين التعلم المستمر الفعال للروبوتات.
إنَّ SOLO هو إطار عمل موحد لحركة الروبوتات البشرية المستقرة وطويلة المدى، يجمع بين "مُعيد بناء الاستعلام المشفر بفوريه" للحفاظ على حدود التضاريس الحادة، وطريقة "تقطير متوسط مربع الخطأ المدرك للمسار" لتحسين التخصيص الزمني للائتمان، مما يُمكِّن من عبور قوي ومباشر (zero-shot) للتضاربات الخارجية والداخلية المعقدة.
تقدم هذه الورقة أول حملة اختبار مستقلة لأنظمة تغيير المسار المساعدة على الطرق العامة في الطريق السريع A31 الفرنسي باستخدام الاستشعار القائم على تقنية ليدار (LiDAR)، والتي كشفت أنه بينما تقيم المنهجية بفعالية الامتثال للائحة اللجنة الاقتصادية للأمم المتحدة لأوروبا رقم 79، إلا أن الأنظمة المختبرة سمحت بعدة مناورات لم تستوفِ متطلبات مسافة الأمان التنظيمية.
تقترح الورقة البحثية MeshPriorDiT، وهو نموذج هرمي يجمع بين شبكة عصبية رسومية (GNN) للشبكات المعتمدة على الأفعال للتنبؤ بالمسارات ذات القيود الطوبولوجية، وبين نموذج Transformer (DiT) متبقٍ للتنسيق العالمي، مما يحسن بشكل كبير من دقة التنبؤ بديناميكيات القماش طويلة المدى مع الحفاظ على المعقولية الفيزيائية المحلية.
تقدم هذه الورقة "Instruct-to-Act"، وهو إطار عمل منفصل يجمع بين التخطيط عالي المستوى من النماذج اللغوية البصرية مع وحدات تحكم في نماذج العالم سريعة ومرتبطة باللغة لتحقيق تحكم جسدي قوي ومنخفض التأخير عبر بيئات متنوعة أحادية ومتعددة الوكلاء.
إنَّ CLIPPER هو إطار عمل للتحسين يتميز بزمن استجابة منخفض وقابلية لإعادة التشغيل، مخصص لتخطيط التنقل الدقيق في البلديات، ويحقق تغطية مكانية تقترب من المثالية تحت قيود معقدة عبر استخدام مجموعات مرشحة محدودة مع إعادة حساب دقيق للمكاسب، مما يقلل زمن الحوسبة بشكل كبير مقارنة بطرق الجشع ذات المجموعات الكاملة مع تمكين المقارنة السريعة بين السياسات عبر المدن الألمانية الكبرى.
تقدم هذه الورقة امتداداً لمحاكي "ستون فيش" (Stonefish) قائماً على الفيزياء والمستشعرات، يعزز من واقعية الأعماق السحيقة عبر دمج الانحراف العشوائي للمستشعرات، والديناميكا المائية من الرتب العليا، والتباين البيئي لدعم الملاحة دقيقة المدى والتعلم الذاتي القائم على الاستقلالية.
تقترح هذه الورقة إطار عمل لتحديد الموقع باستخدام المخطط البياني العام المعزز بالاتصال، والذي يدمج أحداث التلامس للمناور القائمة على الشفط مع قياس المسافات البصرية التكيفي وبيانات المستشعرات لتصحيح انحراف المسار بفعالية وتحسين دقة إعادة زيارة الأجسام للمركبات ذاتية القيادة تحت الماء التي تعمل في بيئات غنية بالمعالم ولكنها متدهورة من حيث الإدراك.
تقدم هذه الورقة البحثية خوارزمية A-sharp، وهي خوارزمية تكيفية تعيد تخصيص مواقع انتظار مخصصة (Havens) للروبوتات في المستودعات ذات المساحات المحدودة بشكل ديناميكي لمنع التعارضات وتقليل زمن الإنجاز (makespan) بشكل كبير مقار Pr بأسلوب SHARP الثابت، مع ضمان إتمام المهام رياضياً.
يُعد Riemann-1.0 نموذج عمل عالمي (World Action Model) سببيًا ذاتي الانحدار وموحدًا، يدمج الملاحظات متعددة المشاهد، وحالات الروبوت، والأفعال في إطار عمل واحد، مستفيدًا من استراتيجية تدريب مسبق تدريجي على أكثر من 200,000 ساعة من البيانات المتجسدة المتنوعة لتحقيق أداء رائد في كل من مهام التلاعب طويلة الأمد في المحاكاة وفي العالم الحقيقي.