XiaoMi-AI文件搜索系统
World File Search SystemLERF
语言插入的高斯碎片（腿）
摘要 - 构建语义3D地图对于搜索官方，仓库，商店和房屋感兴趣的对象很有价值。我们提出了一个映射系统，该系统会逐步构建一种语言包裹的高斯splat（腿）：详细的3D场景表示形式，该表示同时编码外观和语义是在统一的表示中。腿在网上训练，因为机器人遍历其环境，以便可以定位开放式对象查询。我们在4个房间场景上评估了腿部，在该场景中我们查询场景中的物体，以评估腿如何捕获语义含义。我们将腿与LERF [1]进行了比较，并发现尽管两个系统都具有可比的对象查询率，但腿的训练速度比LERF快3.5倍。结果表明，多相机设置和增量捆绑捆绑调节可以提高受约束的机器人轨迹的视觉重建质量，并建议腿可以定位开放式播放器和长尾对象查询，其精度高达66％。请参阅项目网站：berkeleyautomation.github.io/legs
ASME 第 III 条对安全或风险贡献最小的物品的替代要求
轻水反应堆机组首次建造时，系统、结构和部件被确定性地分为两类：安全相关或非安全相关。这些分类决定了建造是否符合核法规（安全相关）或工业法规（非安全相关）。当前的法规和规范最初是基于这种方法制定的。20 世纪 90 年代中期，开始从确定性规则转向基于评估堆芯损坏频率 (CDF) 和大型早期释放频率 (LERF) 的风险知情方法。这种转变主要是出于确保将工厂资源引导到对工厂安全案例风险最高、影响最大的领域的愿望。