XiaoMi-AI文件搜索系统
World File Search SystemDiverse
学习在高度互动的自主驾驶场景中模拟各种驾驶行为，并通过多机构强化学习
通过多机构增强学习训练的自动驾驶汽车（MARL）在许多驾驶场景中都表现出了令人印象深刻的结果。，当面对各种驾驶风格和个性时，尤其是在高度相互挑战的情况下，这些训练有素的政策的表现会受到影响。这是因为常规MARL算法通常在所有代理商之间完全合作的行为下运行，并专注于在培训期间最大化团队奖励。为了解决此问题，我们介绍了人格建模网络（PENN），其中包括合作价值功能和个性参数，以模拟高度交互式场景中的各种交互。PENN还可以通过各种行为来培训背景交通流量，从而改善了自我车辆的性能和概括。我们的广泛的实验研究，该研究将不同的人格参数纳入高度交互式驾驶场景，证明了人格参数
从高血压到超越：疾病调节中Olmesartan的多种机制
Olmesartan最初以降压术而闻名，在解决炎症介导的疾病方面具有有希望的潜力。作为血管紧张素II受体阻滞剂（ARB），Olmesartan会影响关键途径，包括活性氧，细胞因子，NF-κB，TNF-α和MAPK。这是一个可行的机会，可以在诸如溃疡性结肠炎，神经病，肾病和癌症等条件下重新利用该药物，并得到多项临床前研究的支持。正在进行的临床试验，特别是在心肌病和肾病中，这表明Olmesartan的治疗范围更广泛。重新提出的工作将需要使用疾病特异性临床前模型和专用的临床研究进行全面研究。该药物已建立的安全性，广泛的可用性和妥善理解的ARB作用机制提供了不同的范围，可以促进简化的重新使用程序。总而言之，奥尔姆沙坦对与炎症相关的途径的多功能影响将其定位为在各种疾病中重新利用的有前途的候选人。正在进行的临床试验和该药物的良好属性增强了其在多种医学文献中进一步探索和潜在应用的吸引力。
激发多元化想法：增加 AI 创意多样性
与重视一致性的常规任务不同，创造力和创新的目标是创造多样化的想法。本文深入探讨了人们对使用人工智能 (AI) 来提高创意生成过程的生产力和质量的日益增长的兴趣。虽然之前的研究发现人工智能创意的平均质量相当高，但之前的研究也指出，基于人工智能的头脑风暴无法创造足够分散的想法，这限制了新颖性和整体最佳创意的质量。我们的研究调查了增加人工智能生成创意分散性的方法。使用 GPT-4，我们探索了不同的提示方法对余弦相似度、独特创意的数量以及创意空间耗尽速度的影响。我们在为大学生开发新产品的领域开展了这项工作，价格低于 50 美元。在此背景下，我们发现 (1) GPT-4 使用各种合理提示生成的想法池的多样性不如人类受试者群体生成的想法 (2) 人工智能生成的想法的多样性可以通过提示工程显着提高 (3) 思路链 (CoT) 提示导致我们评估的所有提示中想法的多样性最高，并且能够接近人类受试者群体所取得的成就。它还能够生成我们研究的任何提示中最多的独特想法。
在具有多种收购的PCB上的缺陷定位
摘要 - 印刷电路板（PCB）可容纳在特定的粘结垫，线条和轨道布局中排列的各种集成电路（IC）组件。在整个制造过程中，在钻孔，蚀刻，剥离和其他阶段经常发生不规则或缺陷，从而影响电路板的性能和功能。其中许多缺陷与焊接垫和铜平衡有关，通过手动检查识别它们是耗时且容易出错的。这需要使用自动光学检查（AOI）。诸如模板匹配之类的实践通常需要两个相同的PCB，这些PCB使用数学算法进行比较以检测差异。但是，它们对观点变化和非刚性变形没有弹性。当前的检查过程主要集中于使用同型原理捕获的倾斜度从0到84捕获的PCB图像。此校正过程在7.96 s的最大运行时间内运行。然后，调整后的图像通过模式匹配单元进行分析，其中系统接收相同的PCB模式的图像，每个图像都表现出不同的缺陷。使用各种基于空间特征的匹配算法进行结构信息映射。使用SSI和MSE指标进行评估时，该模型的较高匹配百分比为99.67％，99.75％和99.30％，并且对于考虑了三种不同类型的PCB设计，该模型的错误率为0.343％，0.358％，0.358％和0.721％。总体而言，提议的系统有效地纠正了偏斜，准确地检测到异常，并且胜过传统评估系统。此外，根据通过分割方法的描述，该模型精确地识别PCB图像中缺陷的位置而不使用边界框。
可调节的软硅胶生物粘合剂，用于将各种医疗器械牢固地固定在湿润的生物组织上
硅胶因其与组织和体液的兼容性而被广泛应用于医疗器械，使其成为植入物和可穿戴设备的多功能材料。为了有效地将硅胶装置粘合到生物组织上，需要使用可靠的粘合剂来形成持久的界面。本文介绍了一种基于硅胶的生物粘合剂 BioAdheSil，旨在为界面两侧提供强大的粘合力，促进不同基质（即硅胶装置和组织）之间的粘合。粘合剂的设计侧重于两个关键方面：湿组织粘合能力和基于组织渗透的长期整合。BioAdheSil 是通过将软硅胶低聚物与硅氧烷偶联剂和吸收剂混合而配制而成，用于将疏水性硅胶装置粘合到亲水性组织上。加入可生物降解的吸收剂可消除表面水并控制孔隙率，而硅烷交联剂可提供界面强度。随着时间的推移，BioAdheSil 通过酶降解从不渗透性转变为渗透性，形成有利于细胞迁移和组织整合的多孔结构，从而可能实现持久的粘附。实验结果表明，BioAdheSil 的性能优于商用粘合剂，并且不会在大鼠身上引起不良反应。BioAdheSil 具有将硅胶装置粘附到湿组织上的实用性，包括长期植入物和经皮装置。在这里，它的功能通过气管支架和左心室辅助装置管线等应用得到展示。
教育工作者准备计划的多元化教育者保留和招聘策略
有色教师的代表性不足会产生许多负面后果，包括降低学生的成绩和较高的有色学生的辍学率（Villegas＆Irvine，2010年）。拥有相同的老师与考试成绩提高有关（Dee，2004; Egalite等，2015; Yarnell＆Bohrnstedt，2018），高中保留率（Lindsay＆Hart，2017）和大学入学（Gershenson等人，2018年）。证据表明，教师的种族匹配效应也集中在黑人男学生和高贫困地区（Gershenson等，2021）。除了学生教师竞赛匹配的好处外，研究表明，所有学生都从拥有有色人种的老师（纽约 - 2017年）中受益。因此，EPP越来越多地认识到增加教师多样性和支持颜色候选人的重要性。
教育中各种社会机器人身份绩效的案例
属于处境不利的社会身份的学生的教育成果不可避免地会受到不平等系统的重叠系统的影响，而这种不平等系统沿着性别，种族和年龄等线路出现。像Furhat这样的机器人平台要求设计师选择用户解释为这些相同类型的社会身份的功能。先前的工作已经提出，社会机器人可能是故意设计的，以“破坏规范”的方式利用这些社会身份，目的是破坏STEM教育中的社会刻板印象。但是，在HRI中的研究仅限于性别的出现。我们提出了一项2x2，受试者之间的研究，其中161名9-12岁的参与者显示了由三个独立的机器人角色组成的机器人交付的讲座，其性别和种族表现不同。我们发现，参与对性别多样性的角色群体具有更大的信任。纳入种族多样性似乎对我们的定量互动指标几乎没有影响，但是我们确实发现，暗示机器人语言能力的多样性可能对可信赖性很重要。总的来说，这项研究对使用机器人进行更公平的STEM教育的（规范）社会身份表现的含义有所讨论。
评估各种视觉系统以检测协作机器人应用中的人姿势
摘要：跟踪在协作机器人附近工作的人类操作员可以改善安全体系结构，人体工程学的设计以及在人与机器人协作场景中执行汇编任务。使用了三个商业空间计算套件及其软件开发套件，可提供各种实时功能来跟踪人类姿势。本文探讨了结合不同硬件系统和软件框架功能的可能性，这些功能可能会导致在协作机器人应用中检测人姿势的更好的性能和准确性。本研究在六个深度水平上评估了他们的性能，并比较了原始数据和降噪的过滤数据。此外，将激光测量设备用作地面真相指标，以及平均均方根误差作为误差度量。根据位置准确性和可重复性进行了分析并比较所获得的结果，表明传感器的性能在跟踪距离上的依赖性。使用基于卡尔曼的过滤器融合了人类骨架数据，然后考虑其在不同距离区域的性能，重建操作员的姿势。结果表明，在小于3 m的距离下，Microsoft Azure Kinect显示出更好的跟踪性能，其次是Intel Realsense D455和Stereolabs Zed2，而在范围高于3 m的范围内，ZED2的跟踪性能出色。
