2287 ورقة بحثية
تقترح هذه الورقة ORN-CBF، وهو إطار تعلم قائم على الشبكة الفائقة (hypernetwork) يستخدم تحليل الوصول لهاميلتون-جاكوبي لتوليد دوال حاجز عصبية مشروطة بالملاحظة، مما يضمن ضمانات سلامة صارمة وتحسيناً في التعميم في البيئات ذات الإدراك الجزئي من خلال تجارب المحاكاة والأجهزة.
تقدم هذه الورقة دالة حاجز بارابولية ديناميكية (DPCBF) تقوم بتشكيل قيود السلامة بشكل تكيفي بناءً على المسافة والسرعة النسبية للتغلب على عدم القابلية للتحقيق والتحفظ في طرق مخروط التصادم التقليدية، مما يمكّن الروبوتات غير الهولونومية من التنقل بنجاح في البيئات الكثيفة التي تحتوي على ما يصل إلى 100 عائق ديناميكي.
تقدم هذه الورقة طريقة BOUNDS ومرشح كالمان للمعلومات المعززة (AI-KF) لاكتشاف نماذج الاستشعار النشط بشكل منهجي ودمج الشبكة العصبية مع التقدير القائم على النموذج ديناميكياً، مما يؤدي إلى تحسين تقدير الحالة للأنظمة ذاتية القيادة غير الخطية في البيئات المحرومة من نظام تحديد المواقع العالمي (GPS).
تُعد NashOpt مكتبة برمجية مفتوحة المصالم بلغة بايثون (Python) تقوم بحساب توازن ناش المعمم في الألعاب غير التعاونية ذات القيود المشتركة، وذلك عبر الاستفطادة من شروط KKT المشتركة، والاشتقاق التلقائي القائم على JAX للمسائل غير الخطية، والبرمجة الخطية المختلطة للأعداد الصحيحة لحالات الخطية-التربيعية، بينما تدعم أيضاً تصميم الألعاب العكسية وألعاب ستيكلبرج.
تقدم هذه الورقة إطار عمل شامل للملاحة والتحكم للروبوتات المتنقلة واسعة النطاق التي تعمل على تضاريس عرضة للانزلاق، حيث تدمج تقدير الوضع البصري، والتحكم التنبؤي بالنموذج غير الخطي، وسياسة منخفضة المستوى قائمة على شبكة عصبية عميقة ذات متانة تكيفية، ووحدة سلامة لوغاريتمية لضمان الاستقرار الأسي الموحد والتشغيل الآمن والمتين.
تقدم هذه الورقة إطار تقييم متميز بوضوح للمشغل يرتكز على مخاطر نقص التنبؤ لإثبات أن مقاييس الدقة القياسية تفشل في استيعاب احتياجات التنبؤ بالشبكة ذات الأهمية الحرجة للسلامة، مما يكشف أنه بينما يحسن دمج الطقس الصريح الموثوقية، فإن النماذج الاحتمالية غير المقيدة غالباً ما تسبب "سلامة زائفة" من خلال التضخم المفرط، وهي مشكلة تم حلها بواسطة أهداف جديدة مقيدة بالانحياز ومخاطر نقص التنبؤ (Bias/OPR).
تقدم هذه الورقة إطار عمل مكوناً من ثلاث مراحل، يعتمد على التعلم الآلي الموجه بالفيزياء والمطبق على حاسوب "فرونتير" (Frontier) الفائق بمقياس الإكساسكيل، والذي يحدد أوجه القصور الكبيرة في كفاءة التبريد ويوضح كيف يمكن لتعديلات نقاط الضبط المقابلة للواقع والآمنة استعادة ما يصل إلى 96% من استهلاك الطاقة الزائد مع الحفاظ على الحدود الحرارية.
تقدم هذه الورقة توأماً رقمياً تم التحقق من صحته لنظام التبريد السائل في حاسوب "فرونتير" (Frontier) الفائق، لإثبات أن التحسين المشترك لمعدل التدفق ودرجة حرارة الإمداد، والمقيد بحدود التدرج، يمكن أن يحقق وفراً في الطاقة بنسبة 27.8%، مما يتفوق بشكل كبير على استراتيجيات التدفق فقط من خلال معالجة الفجوة بين الأمثلية النظرية والقدرة على النشر التشغيلي.
تقترح هذه الورقة إطار عمل ثنائي الطبقات قابلاً للتطبيق يجمع بين نموذج ماركوف المخفي لاستنتاج حالات طاقة المنافس ونموذج الشبكة العميقة لتعلم القيمة (Deep Q-Network) لاتخاذ القرار بهدف تحسين استراتيجيات طاقة فورمولا 1 لعام 2026 في ظل حالة عدم اليقين في الرصد، وتحديداً لمعالجة "فخ الحصاد المضاد" حيث يقوم الخصوم بتعمّد إخفاء إشارات النشر الخاصة بهم.
تقترح هذه الورقة إطار عمل للتحكم الآمن والمرن القائم على الأحداث، والذي يدمج استراتيجيات تكيفية مرنة ضد الهجمات مع تقدير قائم على البيانات للسائق البشري لضمان مناورات تغيير المسار الخالية من الاصطدام والمستقرة للمركبات ذاتية القيادة في حركة المرور المختلطة تحت هجمات حقن البيانات الزائفة غير المحدودة أسياً.