4289 ورقة بحثية
تقدم الورقة البحثية ARMOR، وهو متحكم يعتمد على التعلم التعزيزي الخالي من النموذج يضمن تشغيل الطائرات بدون طيار بمتانة في ظل هجمات المستشعرات الفيزيائية من خلال توظيف إطار تدريب ثنائي المرحلة لتعلم تمثيلات حالة كامنة مقاومة للهجمات دون الحاجة إلى معلومات مميزة عن الهجوم أثناء النشر.
تتقصى هذه الورقة التكامل التمثيلي والسلوكي بين نماذج الرؤية واللغة والمشفرات المعتمدة على الرؤية فقط في القيادة من طرف إلى طرف، حيث تُثبت أن بنية هجينة تستفيد من نقاط قوتهما المتميزة في السيناريوهات البسيطة مقابل المعقدة تُحسن الدقة والكفاءة بشكل كبير مقارنة بالنماذج الأساسية المستقلة.
تقترح الورقة البحثية إطار عمل AHAT، وهو إطار تخطيط طويل المدى وقابل للتوسع يستفيد من نموذج لغوي كبير (LLM) تم تدريبه عبر خوارزمية تعلم تعزيزي مبتكرة (TGPO) لترجمة التعليمات البشرية الغامضة والرسوم البيانية للمشاهد إلى أهداف فرعية بلغة PDDL، مما يمكّن الروبوتات من إنشاء خطط مثالية للمهام المنزلية المعقدة عبر بيئات واسعة.
تقترح الورقة البحثية SOL-Nav، وهو إطار عمل مبتكر يحول الملاحظات البصرية الخام إلى أوصاف لغوية مهيكلة لتمكين ملاحة بصرية-لغوية فعالة، وقابلة للتعميم، ومنخفضة البيانات من خلال الاستفåدة من قدرات الاستنتاج للنماذج اللغوية مسبقة التدريب.
تقدم هذه الورقة مراجعة شاملة ومنهجية للنماذج التأسيسية في مجال الروبوتات، حيث تتبع تطور المجال عبر خمس مراحل بحثية، وتقدم تصنيفاً مفصلاً لأنواع النماذج وبنياتها ونماذج التعلم، وتحلل مجموعات البيانات والتطبيقات، وتحدد التحديات الراهنة واتجاهات البحث المستقبلية.
يُعد Robostral Navigate نموذجاً لغوياً بصرياً بـ 8 مليارات معلمة يحقق أداءً رائداً في الملاحة أحادية الكاميرا عبر هياكل روبوتية متنوعة، وذلك من خلال الاستفادة من وصفة تدريب قابلة للتوسع تضم 2.4 مليون مسار محاكى، وكفاءة التخزين المؤقت للبادئات، والتنبؤ بنقاط المسار في فضاء الصورة لإلغاء الحاجة إلى مستشعرات العمق أو الخرائط مسبقة البناء.
تقترح هذه الورقة إطار عمل للتعلم التعزيزي الهرمي الموجه بالمسار، والذي يستفيد من مسارات التخطيط لزمن اللفة الأدنى لتدريب وحدة تحكم مركبة ذاتية القيادة تدريجياً من أجل التفحيط المستقر والفعال زمنياً على الأسطح الرخوة.
تقدم هذه الورقة نموذج "اتصال الشبكة الكروية المطاوعة" (CSLC)، وهو نموذج اتصال موزع يعزز الدقة الفيزيائية لتمثيلات الروبوت القائمة على الكرات من خلال محاكاة شبكة من الكرات السطحية القابلة للتشوه لالتقاط مساحة بقعة التلامس، وتوزيعات الضغط، والصلابة الدورانية مع الحفاظ على الكفاءة الحسابية.
تقترح هذه الورقة وتتحقق من صحة إطار عمل لمرشح جسيمات "راو-بلاك-ويلدز" (Rao-Blackwellized particle filter) يستفيد من الحقول البيئية الزمكانية التي تحكمها المعادلات التفاضلية الجزئية، مثل نماذج المياه الضحلة والانتشار والادخال، لتحقيق تحديد موقع دقيق وقوي للمركبات ذاتية القيادة مع تقليل عدد الجسيمات وتحسين التعامل مع انحراف المستشعرات.
تقدم هذه الورقة البحثية مساراً هجيناً لتقدير الانتباه لرأس روبوتي تعبيري يعتمد على نموذج "InMoov"، يدمج بين الإدراك الهندسي عالي التردد والنمذجة الدلالية للرؤية واللغة لدفع سلوكيات التفاعل التكيفي بين الإنسان والروبوت، وهو ما تم التحقق من صحته من خلال تجارب أظهرت إدارة موثوقة للتفاعل ومعالجة غير زائدة للإشارات.