هاب پژوهشی
مقالات مرجع مسیر یادگیری، با خلاصهی ساختاریافته و گراف استنادی دوطرفه.
51 مقاله
WebArena: A Realistic Web Environment for Building Autonomous Agents
Jason Wei، Dian Yu، Nan Du، Shunyu Yao، Yonghui Wu، Karthik Narasimhan، Izhak Shafran
یافته: نتایج نشان میدهد که عاملهای مبتنی بر LLM (مانند GPT-4) میتوانند حدود ۴۰٪ از وظایف را با موفقیت انجام دهند که پیشرفتی بزرگ محسوب میشود، اما هنوز با عملکرد انسانی (که حدود ۹۰٪ است) فاصله دارند.
Chain-of-Thought Prompting Elicits Reasoning in Large Language Models
Brian Ichter، Maarten Bosma، Fei Xia، Ed H. Chi، Jason Wei، Quoc V. Le، Denny Zhou، Dale Schuurmans، Xuezhi Wang
یافته: این روش در مسائل ریاضی، استدلال منطقی و پاسخگویی به پرسشهای پیچیده، دقت را بهطور قابلتوجهی افزایش داد و به مدلهای کوچکتر نیز اجازه داد تا به عملکرد بهتری دست یابند.
ReAct: Synergizing Reasoning and Acting in Language Models
Dian Yu، Shunyu Yao، Jeffrey Zhao
یافته: ReAct در وظایف تصمیمگیری تعاملی از روشهای قبلی بهتر عمل کرد و تفسیرپذیری و اعتمادپذیری را افزایش داد.
A Review of Sensors and Actuators for Robotics
Mohamed S. Ali، Sarah A. Ahmed
یافته: سنسورهای مبتنی بر MEMS و عملگرهای الکتریکی (مانند موتورهای براشلس) بهدلیل اندازهی کوچک، هزینهی مناسب و دقت بالا، پرکاربردترین گزینهها در رباتیک مدرن هستند.
An End-to-End Trainable Neural Network for Image-based Sequence Recognition and Its Application to Scene Text Recognition
Xiang Bai، Cong Yao، Baoguang Shi
یافته: روش پیشنهادی بر روی مجموعههای دادهی استاندارد مانند IIIT-5K و ICDAR دقت رقابتی و برتری نسبت به روشهای پیشین نشان داد و در عین حال آموزشپذیر و سرتاسری است.
Emergence of Locomotion Behaviours in Rich Environments
Nicolas Heess، Koray Kavukcuoglu، Jay Lemay، Srinivasan Sriram، Darren King، David Silver
یافته: نشان داده شد که سیاستهای آموزشدیده با RL میتوانند رفتارهای متنوعی مانند راهرفتن، دویدن، پرش و حتی جهش در محیطهای مختلف را بهطور خودکار یاد بگیرند.
Attention Is All You Need
Aidan N. Gomez، Noam Shazeer، Illia Polosukhin، Jakob Uszkoreit، Łukasz Kaiser، Niki Parmar، Llion Jones، Ashish Vaswani
یافته: Transformer توانست در ترجمه ماشینی به دقتی بهتر از مدلهای قبلی دست یابد و در عین حال زمان آموزش را بهشدت کاهش دهد (به دلیل موازیسازی).
Realtime Multi-Person 2D Pose Estimation using Part Affinity Fields
Zhe Cao، Tomas Simon، Yaser Sheikh، Shih-En Wei
یافته: این روش توانست در زمان واقعی (بیش از ۱۰ فریم بر ثانیه) به دقت بالایی در تخمین وضعیت چند نفره دست یابد و در رقابتهای MPII و COCO عملکرد برتری نشان دهد.
You Only Look Once: Unified, Real-Time Object Detection
Santosh Divvala، Joseph Redmon، Ross Girshick، Ali Farhadi
یافته: نشان داده شد که YOLO بهطور قابلتوجهی سریعتر از روشهای قبلی است (میتواند ۴۵ فریم در ثانیه پردازش کند) در حالی که دقت قابل قبولی دارد و اشتباهات پسزمینه را کاهش میدهد.
Human-level control through deep reinforcement learning
Volodymyr Mnih، Ioannis Antonoglou، Koray Kavukcuoglu، Diederik Kingma، Alex Graves، Martin Riedmiller، David Silver
یافته: DQN توانست در ۴۹ بازی از مجموعهی Atari به عملکردی در سطح یا بالاتر از انسان دست یابد و اولین موفقیت بزرگ RL عمیق را رقم زد.
Caffe: Convolutional Architecture for Fast Feature Embedding
Jonathan Long، Sergey Karayev، Evan Shelhamer، Jeff Donahue، Ross Girshick، Trevor Darrell، Sergio Guadarrama، Yangqing Jia
یافته: با استفاده از Caffe، محققان توانستند بهسرعت مدلهای از پیشآموزشدیده (مانند AlexNet) را برای کارهای جدید مانند تشخیص اشیاء خاص، طبقهبندی صحنه و بازشناسی چهره تطبیق دهند و به نتایج عالی دست یابند.
Efficient Estimation of Word Representations in Vector Space
Jeffrey Dean، Tomas Mikolov، Kai Chen، Greg Corrado
یافته: بردارهای بهدستآمده ساختار معنایی و نحوی زبان را به شکل هندسی در خود نگه میدارند؛ معروفترین نمونه این است که عملیات جمع و تفریق برداری روی کلمات، رابطههای معنایی را بازتولید میکند. همچنین آموزش روی مجموعهای با میلیاردها کلمه در کمتر از یک روز ممکن شد، یعنی چند مرتبه سریعتر از روشهای قبلی.
ImageNet Classification with Deep Convolutional Neural Networks
Ilya Sutskever، Alex Krizhevsky، Geoffrey E. Hinton
یافته: AlexNet با اختلاف زیادی (نرخ خطای ۱۵٫۳٪ نسبت به ۲۶٫۲٪ روش دوم) برندهی رقابت ImageNet 2012 شد و نشان داد که شبکههای عمیق کانولوشنی بر روی دادههای بزرگ بسیار مؤثرند.
An efficient orientation filter for inertial and inertial/magnetic sensor arrays
Sebastian O. H. Madgwick
یافته: فیلتر Madgwick میتواند با نرخ نمونهبرداری بالا (بیش از ۵۰۰ هرتز) و با خطای کم، جهت را تخمین بزند و در کاربردهای واقعی عملکردی قابل مقایسه با فیلتر کالمن توسعهیافته دارد.
The Care-O-bot 3 – A Service Robot for Home Environments
Birgit Graf، Christoph Staehle
یافته: نشان داده شد که Care-O-bot 3 میتواند وظایفی مانند حمل اشیاء، سرو نوشیدنی، و برقراری ارتباط تصویری را بهطور مؤثر انجام دهد و در آزمایشهای کاربری بازخورد مثبتی دریافت کرد.
A survey of robot learning from demonstration
Sonia Chernova، Manuela Veloso، Brett D. Argall، Brett Browning
یافته: آنها نشان میدهند که یادگیری از نمایش بهطور مؤثر میتواند مهارتهای پیچیده را به رباتها منتقل کند و ترکیب آن با یادگیری تقویتی میتواند به نتایج بهتر از خود کارشناس منجر شود.
ROS: an open-source Robot Operating System
Morgan Quigley، Brian Gerkey، Ken Conley
یافته: ROS بهسرعت به استاندارد صنعت در توسعهی رباتها تبدیل شد و بهدلیل ماهیت منبعباز و جامعهی فعال، پیشرفت تحقیقات رباتیک را تسریع کرد.
Safety in human-robot interaction: a survey
Bruno Siciliano، Alberto De Santis
یافته: آنها نشان میدهند که ترکیب سنسورهای نیرو/گشتاور و کنترل تطبیقی میتواند خطرات را به میزان قابلقبولی کاهش دهد و استانداردهای موجود (مانند ISO) چارچوب مناسبی برای ایمنی فراهم میکنند.
Human-Robot Interaction: A Survey
Michael A. Goodrich، Alan C. Schultz
یافته: آنها نشان میدهند که موفقیت HRI نه تنها به قابلیتهای فنی ربات، بلکه به عوامل اجتماعی و روانشناختی مانند اعتماد، قابلیت پیشبینی و تطابق با انتظارات کاربر بستگی دارد.
The Shadow Dexterous Hand: A High‐Fidelity Humanoid Hand for Telemanipulation
Lucas Koch، Richard Green
یافته: نشان داده شد که این دست میتواند حرکات ظریف مانند گرفتن یک تخممرغ یا نواختن پیانو را انجام دهد و در محیطهای خطرناک بهعنوان دستیار انسان عمل کند.
Convex Optimization
Lieven Vandenberghe، Stephen Boyd
یافته: بسیاری از مسائل مهندسی را میتوان به فرم محدب تبدیل و با الگوریتمهای کارآمد حل کرد
Zero-moment point – thirty five years of its life
Miomir Vukobratović، Branislav Borovac
یافته: ZMP بهعنوان معیاری ساده و مؤثر برای پایداری ایستا و پویا، به یکی از ارکان اصلی کنترل رباتهای دوپا تبدیل شده است و بسیاری از الگوریتمهای موفق بر پایهی آن طراحی شدهاند.
Random Forests
Leo Breiman
یافته: جنگل تصادفی خطای تعمیم پایینی دارد، نسبت به نویز مقاوم است و اهمیت متغیرها را نیز تخمین میزند.
The 3D Linear Inverted Pendulum Mode: A simple modeling for a biped walking pattern generation
Kenji Kaneko، Kazuya Yokoi، Fumio Kanehiro، Hirohisa Hirakawa، Shuuji Kajita
یافته: نشان داده شد که مدل LIPM میتواند بهخوبی حرکت راهرفتن را برای رباتهای دوپا پیشبینی کند و کنترلکنندههای مبتنی بر آن، راهرفتن پایداری را فراهم میآورند.
Random Forests
Leo Breiman
یافته: نشان داده شد که جنگل تصادفی در مقایسه با درختهای منفرد و سایر روشهای ensemble، دقت بالاتری دارد و بهخوبی با دادههای با ابعاد بالا و نویزدار کار میکند.
RRT-Connect: An Efficient Approach to Single-Query Path Planning
Steven M. LaValle، James J. Kuffner
یافته: نشان داده شد که RRT-Connect در مقایسه با RRT استاندارد، زمان برنامهریزی را بهطور قابلتوجهی کاهش میدهد و برای مسائل تکپرسوجوی (single-query) بسیار مؤثر است.
Force control in robotic manipulation: a review
J. Norberto Pires
یافته: نشان داده شد که کنترل امپدانس برای تعامل با محیطهای نرم و کنترل هیبریدی برای سطوح صلب مناسبتر است و انتخاب روش به کاربرد بستگی دارد.
Monte Carlo Localization for Mobile Robots
Dieter Fox، Wolfram Burgard، Frank Dellaert
یافته: نشان داده شده که فیلتر ذرات میتواند توزیعهای چندوجهی را مدیریت کند و در محیطهای واقعی با نویز حسگر، عملکردی بهتر از فیلتر کالمن دارد.
The development of Honda humanoid robot
Masato Hirose، Kazuo Hirai، Kenichiro Nagasaka
یافته: ASIMO با طراحی سبک و جمعجور خود توانست راهرفتن پایدار، بالا رفتن از پله و حتی دویدن را انجام دهد و نشان داد که طراحی مکانیکی دقیق، همراه با کنترل مناسب، میتواند عملکردی شبیه به انسان ارائه دهد.
Long Short-Term Memory
Jürgen Schmidhuber، Sepp Hochreiter
یافته: LSTM توانست در مسائلی مانند تشخیص گفتار، ترجمه ماشینی و تولید متن، عملکرد بسیار بهتری نسبت به RNNهای ساده نشان دهد و وابستگیهای طولانیمدت را بهخوبی مدل کند.
A tutorial on visual servo control
Peter I. Corke، Gregory D. Hager، Seth Hutchinson
یافته: نشان داده شد که روش تصویر-مبنا معمولاً سریعتر و مقاومتر است اما ممکن است بهخاطر محدودیتهای میدان دید دچار مشکل شود، در حالی که روش موقعیت-مبنا نیاز به تخمین دقیق سهبعدی دارد اما کنترل مسیر را تسهیل میکند.
Regression Shrinkage and Selection via the Lasso
Robert Tibshirani
یافته: نشان داده شد که لاسو در مقایسه با روشهای قبلی مانند رگرسیون ریج، مدلهای تفسیرپذیرتری تولید میکند و در مسائل با ابعاد بالا عملکرد خوبی دارد.
A study of cross-validation and bootstrap for accuracy estimation and model selection
Ron Kohavi
یافته: نشان داده شد که اعتبارسنجی متقابل ۱۰-بخشی (10-fold CV) معمولاً تعادل خوبی بین سوگیری و واریانس دارد و در بسیاری از موارد بهترین انتخاب است.
Eigenfaces for Recognition
Matthew Turk، Alex Pentland
یافته: بازشناسی چهره به مقایسهی چند ضریب عددی فروکاسته شد و سیستم توانست در زمان نزدیک به بلادرنگ سر فرد را دنبال و او را شناسایی کند. همچنین نشان داده شد که سیستم میتواند چهرههای جدید را بدون نظارت یاد بگیرد و ذخیرهسازی بهجای کل تصویر، فقط به چند ضریب نیاز دارد.
Learning to predict by the methods of temporal differences
Richard S. Sutton
یافته: نشان داده شد که روش TD در مسائل پیشبینی، از روشهای مونتکارلو سریعتر همگرا میشود و بهطور گسترده در RL استفاده میشود.
Learning representations by back-propagating errors
David E. Rumelhart، Ronald J. Williams، Geoffrey E. Hinton
یافته: امکان آموزش شبکههای عمیق و یادگیری بازنماییهای پیچیده فراهم شد.
A Computational Approach to Edge Detection
John F. Canny
یافته: نشان داده شد که فیلتر کانی از نظر آماری بهینه است و عملکرد بهتری نسبت به روشهای پیشین دارد و به استاندارد طلایی در تشخیص لبه تبدیل شد.
Learning representations by back-propagating errors
Ronald J. Williams، David E. Rumelhart، Geoffrey E. Hinton
یافته: نشان داده شد که پسانتشار خطا میتواند شبکههای عصبی چندلایه را برای مسائل غیرخطی مانند تشخیص الگو و یادگیری بازنماییها، بهطور مؤثر آموزش دهد.
Learning representations by back-propagating errors
Geoffrey E. Hinton، David E. Rumelhart، Ronald J. Williams
یافته: پسانتشار خطا میتواند وزنهای شبکهی چندلایه را برای دستهبندی پیچیده تنظیم کند.
Gauss and the invention of least squares
Stephen M. Stigler
یافته: گاوس در سال ۱۸۰۹ روش حداقل مربعات را برای حل مسائل نجوم و ژئودزی معرفی کرد که هنوز هم یکی از مهمترین روشهای آماری است.
Singular value decomposition and least squares solutions
Gene H. Golub، Christian Reinsch
یافته: الگوریتم ارائه شده پایه نرمافزارهای مدرن محاسبه SVD شد و کاربرد گسترده در حداقل مربعات و کاهش رتبه پیدا کرد.
Some methods for classification and analysis of multivariate observations
James MacQueen
یافته: نشان داده شد که K-Means یک روش ساده و کارآمد برای خوشهبندی دادهها است و در عمل بهخوبی کار میکند، هرچند ممکن است به همگرایی محلی منجر شود.
Calculating the Singular Values and Pseudo-Inverse of a Matrix
Gene H. Golub، William Kahan
یافته: روشی بهدست آمد که هم سریع است و هم از نظر عددی پایدار، و برخلاف روشهای پیشین دقت مقادیر منفرد کوچک را حفظ میکند. با کمک شبهوارون حاصل، مسائل کمترین مربعاتِ بدوضع را میتوان بدون نوسانها و حذفهای عددی مخرب حل کرد.
The regression analysis of binary sequences (with discussion)
David R. Cox
یافته: نشان داده شد که رگرسیون لجستیک ابزاری مؤثر برای مدلسازی احتمال رخداد یک رویداد دودویی بر اساس متغیرهای پیشبین است.
A kinematic notation for lower-pair mechanisms based on matrices
Jacques Denavit، Richard S. Hartenberg
یافته: روش DH بهعنوان یک استاندارد جهانی برای مدلسازی سینماتیک بازوهای رباتیک پذیرفته شد و تمام رباتهای صنعتی و تحقیقاتی از آن استفاده میکنند.
Equation of State Calculations by Fast Computing Machines
Nicholas Metropolis، Arianna W. Rosenbluth
یافته: امکان شبیهسازی سیستمهای فیزیکی پیچیده و محاسبه ویژگیهای ترمودینامیکی آنها با استفاده از نمونهبرداری تصادفی هدایتشده.
A Stochastic Approximation Method
Herbert Robbins، Sutton Monro
یافته: همگرایی تقریباً مطمئن به ریشه تحت شرایط مناسب
Optimum Settings for Automatic Controllers
John G. Ziegler، Nathaniel B. Nichols
یافته: روشهای Ziegler-Nichols بهسرعت به استاندارد صنعت برای تنظیم PID تبدیل شدند و همچنان بهعنوان نقطهی شروع خوبی برای تنظیم ضرایب استفاده میشوند.
On the Problem of the Most Efficient Tests of Statistical Hypotheses
Egon Pearson، Jerzy Neyman
یافته: اثبات اینکه آزمون نسبت درستنمایی (Likelihood Ratio Test) بهینهترین روش برای تصمیمگیری بین دو فرضیه ساده است.
The Probable Error of a Mean
William Sealy Gosset (Student)
یافته: اثبات ریاضی توزیع نسبت میانگین نمونه به انحراف معیار نمونه و ارائه جدول مقادیر بحرانی برای آزمونهای فرض روی نمونههای کوچک.
An Essay towards solving a Problem in the Doctrine of Chances
Thomas Bayes
یافته: قضیهی بیز روشی برای استنتاج آماری فراهم میکند که پایهی تمام آمار بیزی مدرن است.