XiaoMi-AI文件搜索系统
World File Search System模仿
genh2r：通过可扩展的模拟演示和模仿
本文介绍了GenH2R，这是一个学习基于远见的人类到机器人（H2R）han-dover技能的框架。目标是为机器人配备能够以各种复杂轨迹的人类传递的几何形状可靠接收对象。我们通过通过全面的解决方案进行大规模学习H2R移交，包括程序模拟资产创建，自动演示式概述和有效的模仿学习。我们利用大型3D模型存储库，敏感的GRASP生成方法和基于曲线的3D动画来创建名为GenH2R-SIM的H2R交换模拟环境，并通过三个尺度级传递了现有模拟器中现有模拟器中的场景数量。我们进一步引入了一种蒸馏友好的演示生成方法，该方法自动产生了一百万个适合学习的高质量演示。最后，我们提出了一种4D模仿的学习方法，该方法通过将来的预测目标增强，以将示范示例提炼为视觉运动切换政策。在所有情况下，模拟器和现实世界中的实验评估都表现出比基线的显着提高（至少 +10％的成功率）。
将模仿和加强学习结合起来，以确保安全...
Shi，Shaoshuai等。“运动变压器具有全球意图定位和本地运动的重新构成”。2022。Shi，Shaoshuai等。“ MTR ++：具有对称场景建模和指导意图查询的多代理运动预测。”2023。
2025-01-31通过模仿学习和强化学习
Bozorgmehry Boozarjomehry，G。（2025）。通过模仿学习和强化学习工程设计自动化（硕士论文，加拿大卡尔加里大学，卡尔加里大学）。从https://prism.ucalgary.ca检索。
脱机模仿学习与各种反事实推理
在离线模仿学习（IL）中，代理商旨在学习最佳的专家行为政策，而无需其他在线环境互动。但是，在许多现实情况下，例如机器人操纵，脱机数据集是从次优行为中收集的，没有奖励。由于稀缺的专家数据，这些代理通常会简单地记住较差的轨迹，并且容易受到环境变化的影响，因此缺乏对新环境推广的能力。要自动生成高质量的专家数据并提高代理的概括能力，我们提出了一个名为ffline i的框架，即通过进行反事实推断，并使用c oferfactual数据a u摄量（oilca）。尤其是我们利用可识别的变异自动编码器来生成反事实样本以进行专家数据增强。我们理论上分析了生成的专家数据的影响和概括的改进。此外，我们进行了广泛的实验，以证明我们的方法在两个d eep m ind c introl s uite基准测试基准上的分布性能和c ausal w orld w orld w orld w orld w orld w orld w orld基准的表现显着超过了各种基准。
caril：自主驾驶的模仿学习中的信心回归
摘要 - 基于端到端视力的模仿学习已直接从专家演示中学习控制命令来证明自主驾驶的有希望的结果。然而，传统方法依赖于基于回归的模型，这些模型提供了精确的控制，但缺乏一致性估计或基于分类的模型，这些模型提供了置信度得分，但由于分离而降低了精度。此限制使量化预测行动的可靠性并在必要时应用更正是一项挑战。在这项工作中，我们引入了双头神经网络体系结构，该架构既集成回归和分类负责人，以提高模仿学习中的决策可靠性。回归负责人预测了连续的驾驶动作，而分类头则估计了置信度，从而实现了一种调整机制，该校正机制可以调整低信心情景中的动作，从而增强了驾驶稳定性。我们在Carla模拟器内的闭环环境中评估了我们的方法，证明了其检测不确定的动作，估计信心并应用实时校正的能力。实验结果表明，我们的方法可降低车道偏差，并提高了传统精度高达50％，表现优于常规回归模型。这些发现突出了分类指导置信度估计的潜力，以增强基于视觉的模仿学习对自主驾驶的鲁棒性。源代码可在https：// github上找到。com/elahedlv/profester_aware_il。
激活内源性逆转录病毒和胰腺癌中MEK1/2抑制病毒模仿的诱导
虽然胰管导管腺癌（PDACS）沉迷于KRAS激活突变，但下流kras效应子的抑制剂，例如MEK1/2激酶抑制剂TRAMETINIB，却没有治疗作用。但是，由KRAS途径衰减驱动的监管电路的广泛重新布线可能会引起治疗相关性的脆弱性。在MEK1/2通过Trametinib抑制后的最初几个小时，对PDAC细胞中的转录和表观基因组变量进行了深入的分子分析，揭示了诱导内组逆转录病毒（ERV）（ERVS）的诱导，从而逃脱了表观遗传的硅烷，从而产生了双链RNAS和Interfecn of interfece and Interfecron的生产（导致了Interfef）（Interfe）的产生。我们跟踪了ERV激活，以早期诱导量写因子ELF3的早期诱导，该因子ELF3在IFN和IFN刺激的基因的激活中与IRF1（干扰素调节因子1）进行了广泛结合和激活。在免疫肿瘤学中合理设计中，可以利用 trametinib诱导的PDAC中的病毒模仿。
复杂的乙状结肠憩室炎模仿巨型子宫肌瘤患者的骨盆疼痛：病例报告
本报告描述了四十多岁的妇女的案例，其中有大子宫肌瘤的史，她的肌疼痛和泌尿症状都呈现给急诊室。初始计算机断层扫描（CT）显示出简单的急性憩室炎，但是尽管抗生素治疗，但她的病情恶化，随访的CT揭示了乙状结肠穿孔，需要高前切除术和次序子宫切除术。该病例强调了大肌瘤在结肠上施加外部压力，损害运动性并增加了憩室形成的风险。肠道微生物组的改变可能导致结肠粘膜炎症，通常在憩室疾病中出现。子宫肌瘤患者的微生物组组成改变了，这可能会进一步增加憩室疾病的风险。这些发现为未来研究子宫肌瘤对憩室疾病的病理生理的影响提供了一种途径。
模仿TCR免疫突触以改善CAR-T细胞功能
在最近发表的免疫性论文中，XU及其同事表明，通过液态液相分离增强嵌合抗原受体（CAR）聚类，尤其是通过纳入CD3ε，可以改善免疫突触（IS）形成，抗原敏感性，抗原敏感性，和长期的细胞毒性。他们优化的汽车设计（E B6i 28z）模仿基于TCR的关键特征IS，减少了对血液学和实体瘤的疲惫和改善反应。免疫突触（IS）是一种高度专业的界面，在免疫细胞和抗原呈递细胞或靶细胞之间形成。它是T细胞激活，信号传导和效应子功能的关键平台。1经典由T细胞受体（TCR）参与形成，表现出一个特征性的“牛眼”结构，其中包含称为超分子激活簇（SMAC）的同心环。SMAC包括几个组合：1）中央SMAC（CSMAC），富含TCR和相关的信号分子； 2）外围SMAC（PSMAC），包含LFA-1等粘附分子； 3）远端SMAC（DSMAC），它是一个富含肌动蛋白的区域，具有CD45之类的蛋白质。1 CD2是一种重要的共刺激和粘附分子，在PSMAC和DSMAC之间分配，有助于完整性和下游信号传导。2这种复杂的结构确保了精确和持续的T细胞激活。相比之下，嵌合抗原受体（CAR）-T细胞是一种癌症免疫疗法中的革命性工具，形成非经典性是与TCR介导的突触显着不同的结构。4，53 CAR-T细胞突触的特征是混乱，多灶信号簇，缺乏定义的PSMAC以及更快的近端信号传导以及快速溶酶体募集。
模仿机器人学：调查 - 虹膜
交互式模仿学习（IIL）是模仿学习（IL）的一个分支，在机器人执行过程中，间歇性地提供了人类反馈，从而可以在线改善机器人的行为。近年来，IIL越来越开始开拓自己的空间，作为解决复杂机器人任务的有前途的数据驱动替代方案。IIL的优势是双重的，1）它是有效的，因为人类的反馈将机器人直接引导到了改善行为（与增强学习（RL）相反（RL），必须通过试用和错误发现行为（必须通过试用和错误发现），而2），并且2）是强大的，因为它是强大的，因为分配者和教师的分配量直接在教师身上是匹配的，并且在教师中匹配的范围是在范围内逐渐匹配的，并且在教师中匹配的范围是在范围内的指导，而逐渐匹配的是，教师的自我反射是及格的， o line Ile IL方法，例如行为克隆）。尽管有机会，但文献中的术语，结构和适用性尚不清楚，也尚未确定，从而减慢了其发展，因此，研究了创新的表述和发现。在本文中，我们试图通过对统一和结构的领域进行调查来促进新从业人员的IIL研究和较低的入境障碍。此外，我们旨在提高人们对其潜力，已完成的工作以及仍在开放的研究问题的认识。