الملخص
تمت ترجمة أجزاء من هذه الصفحة آلياً وقد تحتوي على أخطاء.
التظاهرات البشرية هي مصدر بيانات قابلة للتوسع لتعلم التلاعب الخلاق، ولكن الفجوة في التجسيد تمنع حركة الإنسان من تنفيذها مباشرة على الروبوتات. تستهدف الحركة البشرية إلى الروبوتات بكفاءة ولكن تتجاهل الديناميكية، وتنتج غالبًا حركات غير قابلة للتنفيذ. يتم استخدام تعليمي التعزيز (RL) والسيطرة التنبؤية النموذجية القائمة على العينات (MPC) عادةً لإنتاج حركات قابلة للتنفيذ بشكل ديناميكي، ولكن كلاهما غير فعال في أخذ العينات وحساس على المعايير المفرطة. يعاني RL من تدريب مكلف وغير مستقر والهندسة المملة للمكافأة؛ يتجنب MPC تحسين السياسات، ومع ذلك يعيد استهداف كل مسار بشكل منفصل، وحل واحد لا يجعل التالي أسهل. تكلفة أخذ العينات تنمو بسرعة مع حجم مجموعة البيانات وصعوبة المهمة. نحن نفترض أن المسارات القابلة للتنفيذ ديناميكياً تركز بالقرب من مجموعة متنوعة من الأبعاد المنخفضة المشتركة بين التظاهرات، بحيث يمكن تقليص إعادة الهدف إلى أخذ العينات من تلك المجموعة، مشروطة بالحركة البشرية، بدلاً من حل مشكلة تحسين جديدة لكل عرض. نقترح \textbf{التجديد العصبي الجيني} (GNR)، الذي يستخدم نموذج مطابقة التدفق لاختبار المسارات الممكنة. تتفوق GNR على MPC بنحو 8.5% فقط من العينات المطلوبة من قبل MPC، حيث حققت نسبة نجاح تصل إلى 56.20٪ مقارنة مع 27.20٪ بالنسبة لـ MPC. يمكن استخدام GNR لإعادة التوجيه القياسية والفعالة للمظاهرات البشرية ذات الدقة على نطاق واسع وعلى أفق طويل ومليميتر: من خلال تطبيق GNR داخل محرك بيانات حقيقي إلى سم، فإننا ننتج مجموعة بيانات للتلاعب المهرة مع علامات قوة الاتصال الكثيفة، التي تتراوح بين مظاهرات 223 $k وجيميات الأشياء 3.3 $k.
الكلمات المفتاحية
الموضوع
بيانات النشر
- المجلة
- غير متاح
- وصول مفتوح
- وصول مفتوح أخضر
اقتبس هذه المقالة
APA 7
Gao, D., Yang, Y., Abbatematteo, B., Godwin, N., Wang, P., Boldu, R., Man, S., Dou, Z., Qin, C., Nakagome, S., & Whitmire, E. (2026). إعادة توجيه العصبية التوليدية للتلاعب الخبيث من الإنسان إلى الروبوت. https://omanscience.com/ar/articles/generative-neural-retargeting-for-human-to-robot-dexterous-manipulation
MLA 9
Gao, Dechen, et al. "إعادة توجيه العصبية التوليدية للتلاعب الخبيث من الإنسان إلى الروبوت." https://omanscience.com/ar/articles/generative-neural-retargeting-for-human-to-robot-dexterous-manipulation.
شيكاغو (المؤلف–التاريخ)
Gao, Dechen, Yue Yang, Ben Abbatematteo, Nathan Godwin, Pengcheng Wang, Roger Boldu, Steven Man, Zhiyang Dou, Chuan Qin, Sho Nakagome, and Eric Whitmire. 2026. "إعادة توجيه العصبية التوليدية للتلاعب الخبيث من الإنسان إلى الروبوت." https://omanscience.com/ar/articles/generative-neural-retargeting-for-human-to-robot-dexterous-manipulation.
هارفارد
Gao, D., Yang, Y., Abbatematteo, B., Godwin, N., Wang, P., Boldu, R., Man, S., Dou, Z., Qin, C., Nakagome, S. and Whitmire, E. (2026) 'إعادة توجيه العصبية التوليدية للتلاعب الخبيث من الإنسان إلى الروبوت', Available at: https://omanscience.com/ar/articles/generative-neural-retargeting-for-human-to-robot-dexterous-manipulation.
فانكوفر
Gao D, Yang Y, Abbatematteo B, Godwin N, Wang P, Boldu R, et al. إعادة توجيه العصبية التوليدية للتلاعب الخبيث من الإنسان إلى الروبوت. https://omanscience.com/ar/articles/generative-neural-retargeting-for-human-to-robot-dexterous-manipulation
IEEE
D. Gao, Y. Yang, B. Abbatematteo, N. Godwin, P. Wang, R. Boldu, S. Man, Z. Dou, C. Qin, S. Nakagome, and E. Whitmire, "إعادة توجيه العصبية التوليدية للتلاعب الخبيث من الإنسان إلى الروبوت," https://omanscience.com/ar/articles/generative-neural-retargeting-for-human-to-robot-dexterous-manipulation.