XiaoMi-AI文件搜索系统
World File Search System动态调整
弹性时间步长的强化学习
传统的强化学习 (RL) 策略通常以固定的控制率实施，通常忽略控制率选择的影响。这可能导致效率低下，因为最佳控制率会随任务要求而变化。我们提出了多目标软弹性演员评论家 (MOSEAC)，这是一种使用弹性时间步骤动态调整控制频率的离策略演员评论家算法。该技术通过选择最低可行频率来最大限度地减少计算资源。我们证明 MOSEAC 在理论层面上收敛并产生稳定的策略，并在实时 3D 赛车游戏中验证了我们的发现。在能源效率和任务有效性方面，MOSEAC 明显优于其他可变时间步骤方法。此外，MOSEAC 表现出更快、更稳定的训练，展示了其在机器人技术中用于现实世界 RL 应用的潜力。
光伏与电池耦合直流微电网分布式储能系统协调控制
摘要：为适应独立光伏与分布式储能系统直流微电网频繁充放电及提高充电精度，提出一种基于增强下垂控制的能量协调控制策略。通过优化多储能系统的输出优先级，提高直流微电网整体供电质量。当光伏、储能同时工作时，所提方法可动态调整光伏、储能工作状态及储能单元下垂系数以满足系统要求。在包含不同容量储能单元的直流微电网中，所提策略可保持母线电压稳定，提高储能荷电状态均衡速度与精度，避免储能单元因过充或放电而停机。利用MATLAB/Simulink对所提策略进行验证，仿真结果表明所提控制策略在平衡能量供需、减少储能单元充放电时间等方面的有效性。
可旋转的天线启用了带视觉识别的无线通信系统：原型实现
摘要 - 可润滑的天线（RA）是一种具有巨大潜力来利用额外空间自由度（DOF）的新兴技术，它通过灵活地改变每个天线的三维（3D）方向/无视。在此演示中，我们开发了具有RA支持的无线通信系统的原型，该原型具有视觉识别模块，以评估RA在实用环境中提供的绩效增长。尤其是通过对数字伺服电机，定向天线和微控制器进行机械驱动的RA的开发，该电动机能够动态调整RA方向。此外，RA的方向调整是由目标识别模块提供的目标的方向指导的，从而显着提高了系统响应速度和定向精度。实验结果表明，与常规的基于固定天线的系统相比，基于RA的通信系统在通信覆盖效果方面取得了出色的改进。索引术语 - 可润滑的天线，视觉识别，3d orimitation。
字母是一种新的优化控制系统架构，用于太阳能光伏储能应用
抽象针对太阳能光伏（PV）储能系统的高效率充电应用要求，预先发送了用于太阳能光伏的新型控制系统体系结构。系统根据太阳能光伏输出的实时发电数据动态调整其工作状态，从而在应用不同的环境参数时实现层次结合的操作模式和操作状态变化。另外，提出了辅助算法以实现有效的控制。与传统的控制系统体系结构相比，开发的电路可以实现高效率太阳能充电和多模式浮动应用。实施了实验原型，并得出了测试结果，以验证拟议系统的效果和优越性，该系统为应用光伏储能系统的应用提供了新的思想和参考。关键字：太阳能光伏能量存储，控制系统体系结构，多模式浮动应用，高效率充电分类：电源设备和电路
智能交通灯控制系统和应用程序
摘要：近年来，随着车辆数量的增加，交通拥堵已成为一个日益严重的全球问题。如此智能的交通信号控制系统已成为运输系统的关键组成部分，以通过优化交通流量，减少延迟并提高道路安全性来应对这一挑战。智能系统取决于几种高级技术，例如IoT设备，大数据分析和人工智能算法。此外，该系统还可以通过实时道路条件（例如车辆到基础设施（V2I），车辆到车辆（V2V）和车辆到所有设施（V2X）通信，该技术可以动态调整交通信号，从而成功地改善了高峰时段的交通流量，并最大程度地增加了货物。该评论还将在北京等城市中提到成功的案例研究，在北京，智能系统已大大提高了交通效率。审查的最后一部分将重点关注有关可扩展性，成本效益和数据安全性的未来发展，以确保这些系统在现代城市环境中的持续成功。
带有接近警报的无人机
近年来，无人驾驶汽车（UAV）中接近传感器的整合彻底改变了其导航能力，尤其是在复杂而动态的环境中。本文对配备邻近传感器的无人机的设计，实施和实验验证进行了全面探索，以增强空间意识和避免障碍。基于超声波，红外和光检测和范围（LIDAR）的系统的邻近传感器的利用，使无人机能够检测其附近的障碍物并动态调整其飞行路径以避免碰撞。提出的系统的关键组件包括传感器套件，数据融合算法和控制机制。接近传感器数据是实时处理的，并与其他感觉输入融合，以生成无人机周围环境的全面空间图。高级算法然后分析此信息，以确定最大程度地降低碰撞风险的同时有效到达目的地的最佳飞行轨迹。自适应控制算法使无人机能够迅速响应动态变化的环境，从而确保在具有挑战性的情况下进行稳健的性能。
实时的智能监控系统...
在超精确制造领域的摘要中，过程控制和材料处理的细节对于达到最高水平的产品质量和制造效率至关重要。该行业面临重大挑战：实时维持和增强制造过程的精度，以确保最佳的产出质量，同时最大程度地减少废物和能源消耗。这一挑战是由于产品和所使用的材料的增加而加剧了，需要更加精确和适应性的制造技术。应对这一挑战的重要性不能被夸大，因为它直接影响了制造公司的竞争力，可持续性和创新能力。整合高级精度计量技术的智能监视系统的开发为这一问题提供了有希望的解决方案。这样的系统将实现制造过程的实时优化，利用尖端技术和数据分析来动态调整参数以获得最佳性能。这样做，它不仅可以提高制造运营的精确性和效率，而且还可以通过减少废物和能源
光门传感静电场效应热晶体管
摘要：固体中热传输的动态调整在科学上吸引了电子设备中热传输控制的广泛应用。在这项工作中，我们演示了一个热晶体管，该设备可以使用外部控制来调节热流，该设备通过拓扑表面状态在拓扑绝缘体（TI）中实现。通过使用沉积在Ti膜上的薄电介质层的光控来实现热传输的调整。使用微拉曼温度法测量栅极依赖性导热率。在室温下，晶体管的开/关比为2.8，可以通过光门传感进行连续，重复地以数十秒钟的速度切换，并且通过电控速度更快。这样的热晶体管具有较大的开/关比和快速切换时间，为未来电子系统中的主动热管理和控制提供了智能热设备的可能性。关键字：热晶体管，热开关，静电门，拓扑绝缘子
从 EDA、ECG 和 EEG 数据中获取的适应性见解
生理自适应虚拟现实可以驱动交互并调整虚拟内容以更好地满足用户的需求并支持特定目标。然而，心理生理推理的复杂性阻碍了有效的适应，因为认知和生理特征之间的关系很少表现出一一对应的关系。因此，有必要采用多模态方法来评估适应的效果。在这项工作中，我们分析了在与 VR 自适应系统交互过程中获得的多模态数据集（EEG、ECG 和 EDA），该系统使用 EDA 作为输入来适应次要任务难度。我们评估了动态调整对不同生理特征及其相关性的影响。我们的结果表明，当自适应系统增加次要任务难度时，theta、Beta 和相位 EDA 特征会增加。此外，我们发现在难度调整过程中 theta、alpha 和 beta 振荡之间存在高度相关性。我们的结果展示了如何使用特定的 EEG 和 EDA 特征来评估 VR 自适应系统。
使用自然语言动作空间进行加固学习的语言模型
使用自然语言动作空间的强化学习通常由于自然语言的组合而遭受维度的诅咒。先前的研究利用了预验证的语言模型来限制动作语义并减少动作空间的大小。然而，由于经过验证的模型通常是在一般的竞争中训练的，因此在预审计的模型中编码的先验和特定RL环境的特征之间可能存在不匹配的不匹配。为了解决这个问题，我们提出了相互信息的正规政策选择，MIPO。MIPO可以使动作空间的隐式和动态减少。从审计的语言模型提供的先验开始，我们的方法基于相互信息正常化的指导在学习过程中动态调整了先验。从理论上讲，我们证明了这种政策优化过程会导致相互信息正规化RL目标的单位改进。从经验上讲，我们在各种环境中进行了实验，并证明了MIPO的有效性。