4289 ورقة بحثية
يقدم LooperMuscle إطار عمل هيكلياً يعتمد على "خليط الخبراء" (mixture-of-experts) يجسّر بفعالية الفجوة بين السرعة والأداء في تتبع كامل الجسم للروبوتات البشرية، وذلك من خلال تحقيق دقة تقارب دقة خوارزمية PPO في غضون 45 دقيقة تقريباً من التدريب، متفوقاً بشكل ملحوظ على الطرق السريعة مثل FastSAC بينما يعد أكثر كفاءة بكثير من خوارमाزمية PPO القياسية.
تقدم الورقة البحثية RIT*، وهو إطار عمل لتخطيط الحركة يستبدل البدائيات الإقليدية بنظائر ريمانية ويقدم صقلاً للمقياس متكيفاً مع التصادم لتحقيق حلول ذات تكلفة أقل بكثير في البيئات عالية الأبعاد والمتغيرة مكانياً مقارنة بالنماذج المرجعية القائمة مثل BIT*.
تقدم هذه الورقة إطار تعلم يحقق ملاحة فعالة للروبوتات الدقيقة في غضون دقائق من خلال الجمع بين محاكي متجهي عالي الإنتاجية ونظام مكافأة يعتمد على تنظيم تشكيل المهام، مما يتيح تدريباً سريعاً ونشراً صفري الاستعداد عبر سيناريوهات متنوعة.
تقدم الورقة البحثية VertiAKD، وهو إطار عمل موحد يُمكّن الروبوتات ذاتية القيادة من نقل وصقل المعرفة الكينوديناميكية بشكل تكيفي عبر مركبات متنوعة وتضاريس وعرة معقدة باستخدام الحد الأدنى من البيانات الجديدة، مما يقلل بشكل كبير من أخطاء التنبؤ ويحسن موثوقية الملاحة دون الحاجة إلى إعادة التدريب القائم على التدرج.
تقدم هذه الورقة MixedComplementarityProblems.jl، وهو برنامج مفتوح المصدر بلغة جوليا (Julia) لحل مسائل التكامل التكميلي المختلط (mixed complementarity problems)، والذي يضاهي في موثوقيته برنامج PATH مغلق المصدر، بينما يوفر أداءً أسرع بشكل ملحوظ من خلال الدعم الأصلي للمعالجة المتوازية والدفعات (batched) على وحدات المعالجة المركزية (CPUs) ووحدات معالجة الرسومات (GPUs)، بالإضافة إلى التفاضل التلقائي الفعال.
يُعدّ FreqNav إطار عمل إدراكي خفيف الوزن وتكيفي للملاحة الجوية الموجهة بالأهداف عبر الرؤية واللغة، حيث يقوم بإعادة تخصيص الرموز البصرية ديناميكيًا عبر مكونات التردد بناءً على مراحل الملاحة — مع إعطاء الأولوية للهيكل المكاني في البداية وتفاصيل الهدف لاحقًا — لتحقيق أداء فائق واستدلال أسرع من الطرق الحالية.
تُثبت هذه الورقة أن التعلم المعزز يمكنه بنجاح تمهيد سياسة OpenVLA-OFT مسبقة التدريب لروبوت متوازي جديد يعمل بالكابلات دون الحاجة إلى أي بيانات عرض خاصة بالتجسيد، محققاً تحسناً في قدرات الحركة الاتجاهية واستهداف الأجسام من خلال عملية تدريب مكونة من مرحلتين باستخدام خوارزميتي PPO وGRPO.
تقدم هذه الورقة البحثية VisPRM وVisRRT، وهما خوارزميتان جديدتان لتخطيط المهام والحركة تعتمدان على أسلوب أخذ العينات، صُممتا خصيصاً للتغلب على قيود الطرق التقليدية عند التعامل مع الأدوات القائمة على الرؤية، وذلك من خلال الاستفضاء في التفكيك الهرمي والحركية العكسية المتخصصة لتوليد خطوط رؤية واضحة بكفاءة.
تُعد VespaSeg مساراً معالجةً نموذجياً وفعالاً في استهلاك الموارد لتقسيم التعبيرات المرجعية، حيث يجمع بين أدوات الربط بين الرؤية واللغة المدمجة (مثل نموذج Florence-2-base المُعدّل) ونموذج MobileSAM لتحقيق دقة وسرعة عاليتين مع تقليل التكاليف الحسابية بشكل كبير مقارنة بالنماذج الضخمة أحادية البنية.
يُعد CAAT إطار عمل خفيف الوزن يعزز كفاءة البيانات في عمليات التحكم الغنية بالتلامس من خلال دمج أولويات التلامس صراحةً عبر مقياس الانتباه والتقنيع اللمسي الديناميكي، مما يحسن بشكل كبير أداء السياسات البصرية-اللمسية المتنوعة القائمة على المحولات (Transformer) في كل من تجارب المحاكاة والتجارب الواقعية.