4230 ورقة بحثية
تُظهر هذه الدراسة أن الدمج متعدد الوسائط لنماذج اللغات الكبيرة ذات التعلم الصفري (وتحديداً Gemini 2.5 Flash) مع نماذج صوتية وبصرية مدربة مسبقاً (Hubert و V-JEPA) يُقدر بفعالية مستوى الألفة المقيم من قبل طرف ثالث في بيئات التفاعل بين الإنسان والروبوت الواقعية، متفوقاً بذلك على النماذج الفردية ومسلطاً الضوء على ضرورة مراعاة التباين السياقي مثل مدة التفاعل وحجم المجموعة.
تحدد هذه الدراسة التحليلية وتُحلل "فجوة التجسيد" في النماذج التأسيسية للروبوتات —وهي الانفصال الحرج بين التمثيلات القابلة لإعادة الاستخدام والعمل المحدد المطلوب لتكييفها من أجل التنفيذ على روبوتات فيزيائية مختلفة— وذلك عبر رسم خرائط للطرق الحالية، وتصنيف استراتيجيات التكيف، واقتراح إطار عمل شامل للتقارير من أجل تقييم أفضل للتعميم عبر مختلف الأجساد.
تقدم هذه الورقة نتائج دراسة تصميم مشترك مع خمسة بالغين من ذوي التوحد، كشفت أن الروبوتات الاجتماعية المخصصة للتدريب على الإدراك الاجتماعي يجب أن تعمل كشركاء تدريب قابلين للضبط والتهيئة وخصوصيين، يمنحون الأولوية للأصالة وتحكم المستخدم لدعم الاستقلالية، بدلاً من العمل كبدائل للرفقة.
تقدم هذه الورقة LabDex، وهو معيار ومجموعة بيانات هرمية واسعة النطاق توحد بين بيئات العالم الحقيقي والمحاكاة لتقييم وتدريب سياسات الروبوتات بشكل منهجي من أجل المناولة الماهرة عبر المهارات الذرية، والمهام التركيبية، والتجارب طويلة الأمد في مختبرات الكيمياء.
تقدم هذه الورقة بحث RoomWright، وهو إطار عمل وكيل يولد مشاهد داخلية ثلاثية الأبعاد قابلة للتنفيذ وقائمة على الكود للذكاء الاصطناي المادي، وذلك عبر تحويل التركيز من مجرد الوضع البصري إلى الاستنتاج القائم على الاستخدام ونمذجة التفاعل القائمة على القواعد.
تقدم هذه الورقة نظام AgriNav، وهو نظام جرار زراعي ذاتي القيادة يدمج شبكة عصبية تلافيفية (CNN) متخصصة في كشف الأرز مع استراتيجية ترجيح فئات غير متماثلة وجسر دمج بين مستشعر ليدار (LiDAR) وكاميرا يعتمد على أربع آليات، وذلك لتحقيق إدارة فعالة ومحددة للمواقع للأعشاب الضارة وملاحة مستمرة في حقول الأرز رغم تدهور إشارات نظام الملاحة العالمي (GNSS).
يُعد ADEPT إطار عمل للتعلم التعزيزي واسع النطاق يعمل على تسريع تطوير البراعة بمستوى بشري في الروبوتات ذات درجات الحرية العالية من خلال التدريب المسبق على مهام عامة واستخدام وصفة تدريب لاحقة مستقرة لتمكين النقل من المحاكاة إلى الواقع دون تدريب مسبق (zero-shot) لحل مهام التلاعب المعقدة وطويلة الأمد من خلال الإدراك البصري اللمسي الخام.
تقدم هذه الورقة PartialBiGrasp، وهو إطار عمل مبتكر يتيح الإمساك الروبوتي القوي بالذراع المزدوجة للأجسام المعقدة من رؤى السحابة النقطية الجزئية عبر تعلم الهندسة المحلية المخفية ضمنياً من خلال شبكات الإشغال الالتفافية لتوليد وتحسين أزواج الإمساك المتوافقة مع إغلاق القوة.
تقدم هذه الورقة دروعاً ديناميكية للمواصفات الأمنية البارامترية تُمكّن الأنظمة ذاتية القيادة التي يتم التحكم فيها بالذكاء الاصطناًعي من التكيف بكفاءة مع المتطلبات الأمنية المتطورة في وقت التشغيل دون التأخيرات المكلفة المرتبطة بإعادة الحساب الاستاتيكية التقليدية.
تقدم هذه الورقة حلاً عالي الأداء يعتمد على وحدة معالجة الرسومات لتخطيط المسار باستخدام التحكم التنبئي بالنموذج المتفرع، والذي يجمع بين صياغة التصويب المتعدد وقيود لاجرانج المعززة وخوارزميات مستكشف لينير (LQR) المتوازية المصممة خصيصاً للتفوق على الطرق القائمة على وحدة المعالجة المركزية في المسائل واسعة النطاق.