4223 ورقة بحثية
يُعد GaussVLA نموذجاً للرؤية واللغة والعمل يعتمد على بنية Mamba وفعالية في استخدام المعلمات، حيث يعزز الاستدلال المكاني عبر تقديم مُرمز غاوسي مكاني (Gaussian Spatial Tokenizer) لتحويل الميزات ثنائية الأبعاد إلى رموز غاوسية ثلاثية الأبعاد مدمجة، ووحدة تسلسل أفكيمدركة للعمق (Depth-Aware Chain-of-Thought) للاستدلال الهندسي المنظم، محققاً أداءً هو الأفضل في فئته على معيار LIBERO بـ 200 مليون معلمة فقط.
تقدم هذه الورقة ROS2 Connect، وهو إطار عمل خادم-عميل قائم على WebSocket يتيح اتصال ROS2 آمناً وشفافاً وقابلاً للتوسع عبر الشبكات واسعة النطاق من خلال التغلب على قيود آليات الاكتشاف المعتمدة على البث المتعدد (multicast)، مع التفوق على الحلول الحالية مثل DDS Router وrosbridge وZenoh من حيث زمن الاستجابة والاستقرار.
تقدم هذه الورقة إطار عمل جديداً للزمن المستمر لمعايرة نظام (LiDAR-IMU) بدون أهداف، والذي يوسع طرق قيود الأرض لتشمل البيئات غير المستوية والمائلة من خلال اقتراح بقايا (residuals) جديدة لا تفترض استقامة متجه الجاذبية ومتجه العمود على السطح، مما يحسن تكرارية المعايرة للمركبات الأرضية في كل من السيناريوهات المستوية والمائلة.
تتقصى هذه الورقة العوائق التي يواجهها مقدمو الرعاية من غير الخبراء عند تعليم الروبوتات مهام مساعدة عبر التعلم من خلال التوضيح في بيئة منزلية دون إشراف خبير، وتقيم فعالية التدريب المسبق والتوجيه عبر التغذية الراجعة التكيفية على مدار زيارات متعددة، وتقترح جعل مجموعة البيانات الطولية الناتجة مفتوحة المصدر.
يُعد PhaseShift إطار عمل مدركاً لطوبولوجيا الشبكة يعمل على مواءمة بيانات حركة المرور غير المتجانسة عبر التقاطعات المنظمة بالإشارات الضوئية ضمن تمثيل مشترك متمحور حول الفاعل، مما يُمكّن نموذجاً هيكلياً واحداً قابلاً لإعادة الاستخدام من التفوق على النماذج المحلية الخاصة بكل موقع في دقة التنبؤ بالمسار والقدرة على التعميم، مع دعم النشر الصفري (zero-shot) والتكيف مع البيانات القليلة.
تقدم هذه الورقة البحثية "تاركات" (TARCAT)، وهو تصنيف بشري التفسير يتكون من 41 بدائية لعمليات البناء مستمدة من البيانات المهنية ومقاطع الفيديو التعليمية، صُمم لتوحيد تحليل العمل البشري وتمكين تطوير عمال روبوتات للأغراض العامة من خلال مهارات قابلة لإعادة الاستخدام والتركيب.
يُعد Super Odometry 2.0 إطار عمل مرن لدمج المستشعرات يستخدم استراتيجية تكيف هرمية لدمج اختيار الميزات التكيفي، واختيار اتجاه الحالة، واختيار المحرك، بالإضافة إلى قياس قصور ذاتي جديد قائم على التعلم، مما يتيح ملاحة ذاتية قوية عبر مختلف المنصات الروبوتية حتى في ظل ظروف التدهور البيئي الشديدة مثل الدخان، والعواصف الرملية، وظروف الإضاءة المنخفضة.
تقترح هذه الورقة إطار عمل للتحكم التنبئي بالنماذج القائم على نواة الحيوية للمروحيات متعددة المحركات كاملة التوجيه، والذي يضمن الملاحة الآمنة في الوقت الفعلي في البيئات غير المهيكلة من خلال الاستفادة من الأساليب القائمة على البيانات وصناديق التحديد المحسوبة ديناميكيًا لتجنب العوائق دون تحليل شامل مسبق.
تقدم هذه الورقة البحثية ConfAL-WM، وهو إطار عمل للتعلم النشط الموجه بالثقة يعمل على تعزيز نماذج العالم المتجسدة في مرحلة ما بعد التدريب من خلال إرفاق مسبار ثقة خفيف الوزن للتنبؤ بالأخطاء المكانية والزمانية الموضعية، مما يتيح اختيار البيانات بكفاءة وإعادة التدريب المستهدف لتحسين جودة التنبؤ واتساق المسار.
تقدم الورقة البحثية RA-VLA، وهو إطار عمل للرؤية واللغة والأفعال مدعوم بالاسترجاع، يتغلب على عقبات التكيف في الأساليب الحالية الخالية من التدريب عبر دمج استرجاع السياق المتوافق مع السلوك مع مسار تنفيذ مرتكز، مما يحقق معدلات نجاح وكفاءة فائقتين في المهام الروبوتية الجديدة عبر كل من البيئات المحاكية والواقعية.