4312 ورقة بحثية
تقدم هذه الورقة CLAM، وهو إطار عمل يُمكّن الروبوتات من تعلم سياسات تحكم فعالة من تسلسلات ملاحظات غير مصنفة عبر استنتاج أفعال كامنة مستمرة من خلال التنبؤ بالديناميكيات ذاتي الإشراف وتأصيلها ببيانات لعب غير مرتبطة بمهمة محددة، مما يحقق أداءً يضاهي نسخ السلوك باستخدام تسميات الخبراء دون الحاجة إلى عروض توضيحية مكلفة مصنفة الأفعال.
تقدم هذه الورقة وتتحقق من صحة غمد تزييت نشط للأدوات الطبية عبر الفتحات الطبيعية، والذي يستخدم وحدات اهتزاز فوق صوتية موزعة لتوليد طبقة سائل مضغوطة، مما يقلل بشكل كبير من الاحتكاك والانبعاج مع الحفاظ على السلامة الحرارية أثناء إجراءات قسطرة الأوعية.
تقدم هذه الورقة MoDeSuite، وهي أول مجموعة اختبار معيارية تضم ثماني مهام للتلاعب المتنقل بالأجسام القابلة للتشوه، صُممت لتقييم وتطوير خوارزميات تعلم الروبوت من خلال التدريب في المحاكاة والنشر في العالم الحقيقي على روبوت Spot.
تحلل هذه الورقة الارتباط بين مقاييس الملاحة الاجتماعية الرقمية وتقييمات الاستبيانات المتمحورة حول الإنسان، كاشفةً أنه في حين توفر المقاييس الحالية مقارنات فعالة، إلا أنها تخفق في استيعاب العوامل البشرية الذاتية بشكل كامل مثل الراحة والوضوح، مما يسلط الضوء على الحاجة إلى أدوات قياس مرجعية جديدة متوافقة مع المعايير البشرية.
تقترح هذه الورقة دمج مبادئ التعلم المستمر والتركيبية في النماذج التأسيسية للتغلب على قيودها في التكيف مع السيناريوهات الديناميكية في العالم الحقيقي، مما يتيح تطوير وكلاء روبوتيين أكثر مرونة وكفاءة وذكاءً.
تقدم الورقة البحثية SUNSET، وهو نموذج استرشادي قائم على ROS2 مصمم لتسهيل التقييم الصارم والقابل للتكرار للتكيف الذاتي القائم على البنية في الأنظمة الروبوتية من خلال تنفيذ خط معالجة لتقسيم الصور الدلالي القائم على دمج المستشعرات، والقادر على محاكاة والتعافي من أعطال متعددة متزامنة عبر حقن الأعطال.
تقدم هذه الورقة البحثية إطار عمل لنسخ السلوك المعتمد على التباين في العوامل المزعجة (CFNBC)، وهو إطار لاختيار البيانات دون اتصال (offline) يعمل على تعزيز متانة سياسات الروبوتات البصرية الحركية من خلال تحديد وتحديد أولوية العروض التوضيحية التي تكشف عن "انحراف الفعل" تحت تأثير العوامل البصرية المزعجة، مما يتيح إصلاحاً مستهدفاً للمتانة باستخدام عدد أقل بكثير من الأمثلة مقارنة بالاختيار العشوائي.
تقترح هذه الورقة استخدام تمثيلات متوافقة مع السلوك، ولا سيما آثار النهاية الطرفية للمنفذ، ضمن نماذج الرؤية واللغة والعمل لتوحيد بيانات متنوعة عابرة للأجساء وتحسين أداء نقل الروبوت بشكل كبير، محققةً زيادة بنسبة 28% في إكمال المهام في العالم الحقيقي بعد التدريب المسبق في المحاكاة.
تقدم الورقة البحثية "مخطط عالم الأفعال" (World Action Planner)، وهو نظام تخطيط روبوتي يجمع بين نماذج الرؤية واللغة ونموذج عالم متعدد المهام مشروط بوضعية الصورة، لتمكين الوكلاء من تحسين خطط الأفعال بشكل تكراري من خلال عمليات محاكاة تخيلية، مما يحقق تعميماً فائقاً عبر المشاهد والمهام الجديدة مقارنة بالسياسات الحالية المتطورة التي تعمل بنظام النهاية إلى النهاية.
يقدم Arm2Air إطار عمل فعال حوسبياً وبيانياً ينقل هياكل تجنب العوائق من الأذرع الروبوتية إلى وضع أجهزة ترحيل الطائرات بدون طيار عبر النقل عبر الأجساد وتكييف التكيف منخفض الرتبة، مما يحسن بشكل كبير سرعة التخطيط وأداء الشبكة في البيئات الحضرية ثلاثية الأبعاد المعقدة مقارنة بالطرق التقليدية.