4223 ورقة بحثية
تقدم هذه الورقة إطار عمل الديناميكيات المختزلة العصبية (NRD) الذي يتعلم تجريدات الحالة المثلى لتمكين تدريب السياسات السريع وعالي الإنتاجية في النماذج المبسطة، محققاً نقلاً ناجحاً من نوع "الصفر" (zero-shot transfer) وأداءً تحكمياً فائقاً في عمليات محاكاة روبوتية معقدة وعالية الدقة.
تقدم هذه الورقة SAM-TD، وهي طريقة تجميع تمكن تخطيط المهام والحركة القائم على التدفق من فرض قيود المنطق الزمني الخطي التعسفية عبر مسارات محدودة من خلال دمج حواجز الأتمتة المسترجعة في مخططات الإجراءات، مما يسمح بالتعامل مع الكائنات المولدة ديناميكياً دون تعديل المخطط الأساسي.
تقترح هذه الورقة طريقة ضبط دقيق ذاتي الإشراف تستفيد من عمليات التدحرج التفاعلية عبر الإنترنت من نماذج الرؤية واللغة والعمل (VLA) ذات القدرة على التعلم الصفري، لتمكين تجسيدات روبوتية جديدة من تعلم مهارات جديدة من بيانات الخبراء مع الحفاظ على قدراتها الأصلية في اتباع التعليمات ومعرفتها السابقة بالمهام.
تقدم هذه الورقة إطار عمل للاتصال ما بعد الدلالي لمعالجة "فجوة التحقق" في الذكاء الاصطني\\الفيزيائي الشبكي من خلال فصل التحقق من الأدلة عن تفويض الإجراء، وذلك باستخدام آليات متميزة لنقل الأدلة والتنسيق لتحسين استراتيجيات التغذية الراجعة بناءً على تبعات المنهي (finalizer) وقيود الشبكة.
تقترح هذه الورقة إطار عمل للتخطيط مرتكزاً على نموذج عالمي يدمج نموذجاً عصبياً قائماً على الفيزياء مع نموذج لغوي كبير لتوليد مسارات آمنة وخالية من الاصطدامات للمركبات ذاتية القيادة تحت الماء وعلى السطح التي تبحر في مزارع الرياح البحرية، مما يقلل بشكل كبير من أخطاء المحاكاة ويمكّن من رسم الخرائط الدلالية القائمة على الرؤية دون الحاجة إلى مستشعرات على متن المركبة.
تقدم الورقة البحثية SAGE، وهو إطار عمل للتحكم الإرغودي التكيفي يقوم بتخصيص وقت فحص المركبات ذاتية القيادة ديناميكيًا لصمامات ما تحت سطح البحر بناءً على تقييمات المخاطر في الوقت الفعلي، متفوقًا بشكل كبير على تخطيط A* ذو المسار الثابت من خلال تمكين المراقبة الأكثر تكرارًا للمكونات عالية المخاطر وإجراء تعديلات سلوكية فورية للتسريبات المكتشفة حديثًا دون الحاجة إلى إعادة تخطيط صريحة.
إن SafeBranch هو إطار عمل يعزز سلامة الوكلاء المجسدين القائمين على نماذج الرؤية واللغة من خلال تدريبهم على أزواج من الفروع المستمدة من عمليات التشغيل غير الآمنة الخاصة بهم، مما يمكنهم من التعامل بشكل موثوق مع الخطوات الحرجة للسلامة دون المساس بالنجاح في المهام أو الحاجة إلى ناقد أثناء النشر.
يُعد GOAG نموذجاً توليدياً عميقاً جديداً غير مرتبط بكائن محدد، يستفيد من التوافق الهندسي بين أسطح تلامس القابض والكائن لتعميم تخطيط الإمساك بكفاءة على الأجسام غير المرئية دون الحاجة إلى بيانات تدريب خاصة بكل كائن، محققاً أداءً رائداً في كل من التجارب المحاكاتية والواقعية.
يُعد CoToGrasp إطار عمل توليدي جديد غير مرتبط بكائن محدد، يقوم بتخليق قبضات ماهرة متنوعة ومستقرة مشروطة بتضاريس تلامس محددة من خلال التعلم في مساحة عمل معيارية قائمة على الميزات، مما يحقق تعميماً فورياً (zero-shot) على كائنات غير مرئية دون الحاجة إلى مجموعات بيانات موسومة باهظة التكلفة.
تقدم الورقة البحثية إطار عمل PVRA، وهو إطار تعلم معياري يعتمد على النقاط المفتاحية ثلاثية الأبعاد، والذي يطور التجميع الروبوتي عبر الانتقال من الإدراك المتمحور حول الكائن إلى تعلم تبعات التجميع، مما يمكّن من التنبؤ بالمخرجات القابلة للتنفيذ من مدخلات RGB-D لمهام التجميع التدريجية.