XiaoMi-AI文件搜索系统
World File Search System自主性
Microsoft Word - 编辑 - 驾驶自动化和自主性.docx
专题：驾驶自动化和自主性 Neville A Stanton 人为因素工程、交通研究组、Boldrewood 创新园区、土木、海洋和环境工程、工程与物理科学学院、南安普顿大学、Burgess Road、南安普顿、SO16 7QF、英国。摘要 自动驾驶有可能为驾驶员提供支持，使他们有时间做其他事情，例如工作、休息或娱乐。问题是，在目前的实例中，自动驾驶需要驾驶员执行监控功能并随时准备在需要时进行干预。这是自动化领域中最糟糕的情况。监控任务（如果执行得当）可能比手动驾驶更苛刻，驾驶员没有时间做其他事情。更糟糕的是，监控任务无法持续很长时间，有时还会导致车辆碰撞，因为驾驶员无法及时干预。二十多年来进行的一项研究表明情况确实如此，而且自那以后，情况确实没有任何改善。本期特刊报道了车辆自动化的最新发展，并指出了未来研究的方向。与人为因素的相关性/与人体工程学理论的相关性 驾驶自动化和自主性已经来临，二十年前预测的问题开始出现。这些问题包括预期收益不足、设备不可靠、驾驶员技能衰退以及导致错误的设备设计。此外，驾驶员在身体和精神上都脱离了驾驶任务，可能会从事其他非驾驶任务。讽刺的是，如果驾驶员不从事其他任务，那么注意力资源就会减少（使他们在紧急情况下更难以重新控制车辆）。如果驾驶员从事其他非驾驶任务，那么他们的注意力资源池不会消耗到相同程度（提供保护作用），但其他任务的干扰会减慢从自动化中恢复车辆控制的速度。这是自动驾驶的主要难题之一，本期特刊中的论文或多或少地解决了这一难题。驾驶自动化和自主性简介 自动驾驶和自主驾驶的主要驱动力之一是改善人类状况的潜力。至少潜在的自动驾驶系统可以支持老年、残疾、年轻、忙碌和无聊的驾驶员。班布里奇此外，这些自动驾驶系统或许还能减少社会问题，如拥堵、碰撞和排放。然而，目前我们距离完全消除人类监督、监控和干预需求的驾驶系统还有一段距离。事实上，Bainbridge (1983) 对自动化的讽刺如今对于车辆自动化来说就像 35 年前对于工业和飞行甲板自动化一样成问题。
军事机器人的自主性和杀伤力 |贝利剧院
《Revue Défense Nationale》由国防研究委员会（根据 1901 年法律成立的协会）出版 地理位置：École Militaire, 1 place Joffre, PARIS VII 邮政地址：BP 8607, 75325 PARIS CEDEX 07 传真：01 44 42 31 89 - www.defnat.fr - redac@defnat.com 出版总监：Thierry C ASPAR -F ILLE -L AMBIE - 电话。: 01 44 42 31 92 主编：Jérôme P ELLISTRANDI - 电话。: 01 44 42 31 90 副主编：Audrey H ÉRISSON 秘书长兼网站管理员：Paul L APORTE - 电话。: 01 44 42 31 91 总编辑秘书：Pascal L ECARDONNEL - 电话。: 01 44 42 43 69 执行助理兼编辑秘书：Marie-Hélène M OUNET - 电话。: 01 44 42 43 74 编辑秘书：Jérôme D OLLÉ - 电话。：01 44 42 43 69 订阅：Éliane L ECARDONNEL - 电话。: 01 44 42 38 23 研究经理：Laurent H ENNINGER 和 Emmanuel D ESCLÈVES - 电话。: 01 44 42 43 72 阅读委员会：Marie-Dominique C HARLIER -B AROU、André D UMOULIN、Jean E SMEIN、Anthony H ERVEY、Sabine DE M AUPEOU 和 Bernard N ORLAIN 广告公司 (ECPAD)：Karim B ELGUEDOUR - 电话。: 01 49 60 58 56 DL 94344 - 2018 年第 4 季度 - ISSN: 2105-7508 - CP n° 1019 G 85493 of December 4, 2014 由 Bialec 印刷, 23 Allée des Grands Pâquis, 54180 H EILLECORT
机器自主性：定义、方法、挑战和研究
构成自动驾驶汽车、工厂机器人等人工智能系统的设计和实现的过程大多是手工设计的，设计者的目的是让机器人充分了解它所处的世界。这种方法并不总是有效的，尤其是当代理的环境未知或太复杂而无法用算法表示时。真正自主的代理可以发展技能，使其能够在这样的环境中取得成功，而无需先验地赋予它环境的本体知识。本文旨在回顾机器自主性的不同概念，并提出自主性及其属性的定义。本文提出的自主性属性分为低级和高级属性。低级属性是作为自主系统和其他自动化系统分界线的基本属性，而高级属性可以作为对任何通过低级自主性的系统的自主性程度进行排序的分类框架。本文回顾了一些专注于自主代理设计的人工智能技术以及流行的人工智能项目，以确定实现真正的自主系统所面临的挑战并提出可能的研究方向。
人工智能系统中的自主性：合理化恐惧
对于公众来说，“人工智能”一词让人联想到具有人类个性和思维过程但具有无限内存和处理速度的机器。可以教导模仿人体（主要是大脑）的机器。该领域的术语也随之发展，出现了机器学习、超级智能和人工神经网络等术语。然而，虽然人工智能 (AI) 术语有助于描述计算机技术可能实现的愿景，但该术语可能暗示了不存在的计算机功能，同时隐藏了实际应用中使用的计算机机制。人工智能可能看起来具有神奇的能力，可以复制几乎不为人知的人类思维过程，但通常无法适应环境的变化，将其范围扩展到其狭窄的指定领域之外，并且需要大量的人力才能重新训练 (Brooks, 2017)。在一个治理、法律和道德相关领域越来越关注流氓人工智能的能力、偏见、错误、对就业的影响，甚至危险的世界里，这样的语言可能会产生误导。
propranolol用于治疗患有自闭症谱系障碍儿童和青少年的情绪，行为，自主性失调
自闭症谱系障碍（ASD）的患病率为1-2.4％（Baron-Cohen等，2009; Zablotsky等，2015a），每68名儿童诊断约1个（Wingate等，2014）。ASD的核心特征的特征是社会互动，言语和非语言交流以及行为限制和重复的模式的损害（美国精神病学协会，2013; Kendall等，2013; Ospina et al。，2008; Tsai，1999）。ASD与长期的社会心理障碍有关（Billstedt等，2005），除了社会和经济障碍之外（Knapp等，2009; Lecavalier et al。，2006），对个人，家人和照顾者的负担很大。，关于ASD中通常发生的行为包括侵略，焦虑，恐惧症，多动症，强迫性行为，抑郁，自杀念头或未遂自杀和睡眠失调（Brereton等，2006; Cassidy et al。焦虑症经常出现在ASD的儿童和青少年中，任何焦虑症的合并症范围为40-84％，特定恐惧症的焦虑症范围为8-63％，普遍焦虑症的合并症范围为5-23％，社交焦虑症的13-29％，分离焦虑症的8-27％（White等人，2009年； Sukhodolsky，2013年）。其他研究表明，分别患有ASD的儿童和青少年分别发生了40％和56％的焦虑症和/或高度侵略（Kanne and Mazurek，2011; Van Steensel等，2011）。此外，儿童和青少年的焦虑可能
AE 4552 – 人类与自主性简介
小时数：3-0-3 目录说明（25 个字或更少）：了解人类和自主系统在动态、复杂领域中执行的功能的基本原理。AE 4552 和 AE 6552 均不授予学分。先决条件：AE 3515 系统动力学与控制或 AE 3531 控制系统分析与设计 课程目标：让学生了解：人类和自动化在当前和未来系统中执行的功能；人类和自动化如何执行这些功能，特别关注 AE 课程中未涵盖的功能；以及人类和自动化在执行这些功能时如何相互作用，以使学生能够理解在决定是否自动化时的基本权衡。学习成果：学生将获得足够的工作知识：
ARMD 战略重点 6：确保航空转型的自主性
nasa.gov › 文件 › 附件 PDF 2016年6月28日 — 2016年6月28日 航空效率、可靠性和可信赖性 ... 2025 产品：数字孪生，用于自主维持/维护和实时结构安全... 20 页
提高飞行中用户自主性的愿景和路线图...
迅速到达目的地。为此目的使用飞机的公司和个人，即空域用户，希望根据动态优化的业务轨迹来操作飞机，以完成其特定任务和运营业务模式。在当前的运营中，出于安全和空中导航服务提供商的运营需求的原因，业务轨迹的动态优化受到国家空域系统 (NAS) 运营中内置约束的限制。NASA 一直在开发和测试克服这些限制的方法，并允许在飞行前和飞行过程中随着条件的变化，更接近空域用户不断变化的业务轨迹进行运营。提出了一个提高用户自主性的合理步骤路线图，首先是 NASA 的交通感知战略机组请求 (TASAR) 概念，该概念使机组人员能够向空中交通管制提出明智、无冲突的飞行优化请求。这些步骤包括使用数据通信来处理路线变更请求和批准、与联邦航空管理局 (FAA) 正在开发的基于时间的到达流量管理流程集成、增加用户定义和修改轨迹下游战略部分的权限，以及最终应用自我分离。这一进展利用了现有的 FAA NextGen 计划和 RTCA 标准开发，旨在减少
ARMD 战略重点 6：确保航空自主性...
• 机载系统有助于确保 UAS 仅在批准的区域飞行，不会对人员或财产构成威胁。• 半自动交通管理服务可确保 UAS 在所有规则和法规范围内运行，并降低与流氓车辆相关的风险。• UAS 可以自主行动，避免与其他飞行器、地形和建筑物发生碰撞。
迈向持久陆地传感器模块化自主性...
ASM 能够感知环境、处理原始数据并针对预配置的目标配置文件执行目标检测。在 SAPIENT 概念下，ASM 还能够自主决定自己的传感器参数（例如，被动 EO 传感器的视野、视角、焦点等，或主动传感器的发射功率、光束方向等），以提高检测/威胁识别能力。ASM 是独立的单元，只需要数据连接接口和电源即可运行。ASM 内部有传感器头、数据处理和自主决策等组件（见图 2）。传感器、数据处理和自主决策功能之间的所有内部通信对系统的其他部分都是不可见的。ASM