XiaoMi-AI文件搜索系统
World File Search System设计原则
探索未来 ROV 的生态界面设计
摘要。未来的海上指挥团队将处理更多的数据，这一趋势是由持续的技术进步和新传感器推动的。遥控机器人 (ROV) 正在为此做出贡献，因为它们在民用和军事环境中的使用正在稳步增长。一个关键挑战是有效地将不断增长的数据量集成到指挥团队中，确保以最佳性能完成可能需要的各种任务。特别是，不应超出操作员的认知能力，因为这可能会对全球团队绩效产生负面影响。对 ROV 使用情况的审查表明，它们主要用于了解和与环境互动。生态界面设计 (EID) 旨在使系统约束显而易见并减少操作员的工作量。由于 EID 的目标与 ROV 操作具有协同作用，因此假设如果实施遵循这些设计原则的界面，操作员的工作量可能会减少。在当前工作中，EID 被提议作为 ROV UI 的设计范例，以促进未来的最佳性能。
受大脑启发的人工智能
当前的人工智能 (AI) 模型通常专注于通过细致的参数调整和优化技术来提高性能。然而，这些模型背后的基本设计原则受到的关注相对较少，这可能会限制我们对它们的潜力和约束的理解。这篇全面的评论探讨了塑造现代 AI 模型（即脑启发式人工智能 (BIAI)）的各种设计灵感。我们提出了一个分类框架，将 BIAI 方法分为物理结构启发模型和人类行为启发模型。我们还研究了不同 BIAI 模型擅长的实际应用，强调了它们的实际优势和部署挑战。通过深入研究这些领域，我们提供新的见解并提出未来的研究方向，以推动创新并解决该领域当前的空白。这篇评论为研究人员和从业者提供了 BIAI 格局的全面概述，帮助他们发挥其潜力并加快 AI 发展的进步。
2021 年综合年度报告 - 橙色
C.H.：数字技术是协调能源绩效与经济绩效的关键。作为行业领导者，我们肩负双重责任——我们需要积极减少碳排放，并帮助客户提高能源绩效。为了在 2040 年实现净零碳排放，我们必须在提高能源效率、使用低碳能源和与所有合作伙伴合作方面取得前所未有的进步。对更现代化网络的需求为我们提供了一个绝佳的机会，让我们支持从铜线到光纤的过渡，并淘汰 2G 和 3G 网络。此外，自集团启动广泛的循环经济计划以来，集团在将生态设计原则应用于设备设计以及回收、收集和修复设备方面每年都取得了进展。正如循环经济需要改变行为和生产方式一样，它也有助于发现新的创新和增长机会。建立循环经济令人兴奋的地方在于它是一项团队努力。
探索未来 ROV 的生态界面设计...
摘要。未来的海上指挥团队将处理更多数据，这一趋势由持续的技术进步和新传感器推动。遥控机器人 (ROV) 正在为此做出贡献，因为它们在民用和军事环境中的使用正在稳步增长。一个关键挑战是将不断增长的数据量有效地集成到指挥团队中，确保以最佳性能完成可能需要的各种任务。特别是，不应超出操作员的认知能力，因为这可能会对全球团队绩效产生负面影响。对 ROV 使用情况的审查表明，它们主要用于了解和与环境交互。生态界面设计 (EID) 旨在使系统约束显而易见并减少操作员的工作量。由于 EID 的目标与 ROV 操作具有协同作用，因此假设如果实施遵循这些设计原则的界面，操作员的工作量可能会减少。在当前工作中，EID 被提议作为 ROV UI 的设计范例，以促进未来的最佳性能。
用于海上巡逻的无人驾驶飞行器：人为因素问题
Robyn Hopcroft、Eleanore Burchat 和 Julian Vince 空中作战部 国防科学技术组织 DSTO-GD-0463 摘要 本文献综述概述了与无人机 (UAV) 操作相关的人为因素问题。特别是，考虑了这些问题与采购用于海上巡逻和响应行动的高度自主、高空长航时 (HALE) 无人机的关系。在高度自动化的无人机系统中，最佳任务性能将要求操作员和自动化系统的角色互补。因此，解决了可能阻碍两者之间合作的因素，并提出了缓解潜在问题的建议。然后讨论转向人机界面 (HMI) 的设计，提供有关已建立的 HMI 设计原则和与操作员与飞机分离有关的问题的信息。最后部分涵盖了飞行期间控制权移交的空中交通管理程序、数据链路延迟及其对团队动态的影响、机组人员的选择以及无人机机组人员角色的划分。发布限制已批准公开发布
实现基于 GUI 的交互式任务学习代理中有效的人机协作
我们认为，该领域的一个关键问题是促进交互式任务学习 (ITL) 过程中的人机有效协作。一方面，以人工智能为中心的任务流探索和程序综合技术通常缺乏透明度，无法让用户了解内部流程，并且它们几乎无法让用户控制任务完成过程以反映他们的个人偏好。另一方面，由于用户的指令通常不完整、模糊、含糊不清甚至不正确，因此需要机器智能。因此，系统需要提供足够的帮助来指导用户提供有效的输入以表达他们的意图，同时保留用户的代理、信任和对过程的控制。虽然在混合主动交互 [5] 和演示界面 [16] 的早期基础工作中已经讨论了相关的设计原则，但将这些想法融入实际系统的设计和实施中仍然是一个有趣的挑战。
通过共生游戏代理实现自适应游戏 AI 动态难度扩展
摘要。本文介绍了 AdaptiveSGA，这是一种通过 Symbiotic Game Agent 框架通过自适应游戏 AI 实现动态难度扩展的模型。在现代计算机游戏中使用动态难度平衡对于提高游戏的娱乐价值非常有用。此外，Symbiotic Game Agent 作为一个框架，为游戏代理提供了灵活性和稳健性作为设计原则。本文介绍的工作利用了自适应游戏 AI 和 Symbiotic Game Agent 的优势，实现了一个稳健、高效且可测试的游戏难度扩展模型。本文详细讨论了该模型，并将其与原始的 Symbiotic Game Agent 架构进行了比较。最后，本文描述了它如何应用于模拟足球。最后，简要分析了实验结果，表明实现了动态难度平衡。
通过共生游戏代理实现基于 AI 的自适应游戏动态难度调整
摘要。本文介绍了 AdaptiveSGA，这是一种通过 Symbiotic Game Agent 框架通过自适应游戏 AI 实现动态难度扩展的模型。在现代计算机游戏中使用动态难度平衡对于提高游戏的娱乐价值非常有用。此外，Symbiotic Game Agent 作为一个框架，为游戏代理提供了灵活性和稳健性作为设计原则。本文介绍的工作利用了自适应游戏 AI 和 Symbiotic Game Agent 的优势，实现了一个稳健、高效且可测试的游戏难度扩展模型。本文详细讨论了该模型，并将其与原始的 Symbiotic Game Agent 架构进行了比较。最后，本文描述了它是如何应用于模拟足球的。最后，简要分析了实验结果，表明实现了动态难度平衡。
应用生成式人工智能创建有效的数字化学习...
摘要 本文探讨了生成式人工智能在支持教育工作者高效创建数字学习对象 (LO) 的有效学习内容方面的应用。在我们的设计科学研究中，我们开发了一个基于教学法的人工制品作为数字 LO 的实例，其中填充了在生成式人工智能支持下生成的内容。该 LO 用于在德国一所州立大学的数据隐私和信息安全讲座上教育学生。基于相关文献和开发的设计知识，我们得出了一组初步的设计原则。这些原则的评估基于从学生的角度实施的 LO 的有效性，学习对象是否实现了促进学习和参与的目的，以及它是否在学习对象内提供了高质量的内容。关键词：生成式人工智能、ChatGPT、数字学习对象、信息安全、教育
激光增材制造的仿生轻量化设计...
如今，航空业面临着许多挑战。竞争加剧和资源短缺对未来的制造技术和轻量化设计提出了挑战。应对这些情况的一种可能性是激光增材制造 (LAM) 制造技术。然而，由于工艺新颖，仍然存在挑战需要应对，例如开发更多材料，特别是轻质合金，以及新的设计方法。因此，为了充分利用工艺潜力，创建了创新的材料开发和轻量化设计方法。材料开发过程基于对温度分布与有效工艺因素的分析计算，以确定 LAM 工艺的可接受操作条件。通过将结构优化工具和仿生结构纳入一个设计过程，实现了一种极轻量化设计的新方法。通过遵循这些设计原则，设计师可以在设计新飞机结构时实现轻量化节省，并将轻量化设计推向新的极限。