XiaoMi-AI文件搜索系统
World File Search SystemLocomotion
合作多型火山口探索：拱形模拟任务的概念和结果
摘要 - 进入极端地形，例如洞穴或陨石坑，是未来行星探索机器人的关键挑战。许多实验机器人系统要么使用创新的运动概念或精心制作的任务设计来探索更具挑战地形。但是，这需要高度专业的任务特定机器人设计，从而限制了机器人一般应用的范围。我们通过使现有的漫游者系统团队将轨迹探索作为额外的机会任务任务来调查另一种方法。Rovers在一个束缚的Abseiling操作中进行了合作，从而增强了机器人团队一名成员的运动能力。我们使用我们的两个行星漫游原型在一般多功能多机器人月亮模拟任务的范围内进行火山口探索。在本文中，我们首先概述了对流动站系统的设计和修改，并描述了实验的一般部分自治设置，包括用于挂接系绳的机器人合作，并将其挂入火山口。第二，我们在火山Mt.ETNA，意大利，2022年。 在现场，流浪者成功地进入了甲壳虫小火山口，这是宽度约150 m，深度约为30 m，其陡峭的侧面部分紧凑，部分宽松且部分松散的火山土壤。 该实验表明协作操纵对束缚两个流浪者的可行性。 还显示出由于绞车而显示出增强的漫游动力，从而实现了安全的火山口探索。ETNA，意大利，2022年。在现场，流浪者成功地进入了甲壳虫小火山口，这是宽度约150 m，深度约为30 m，其陡峭的侧面部分紧凑，部分宽松且部分松散的火山土壤。该实验表明协作操纵对束缚两个流浪者的可行性。还显示出由于绞车而显示出增强的漫游动力，从而实现了安全的火山口探索。我们终于讨论了从该实验中学到的经验教训以及其余的实施步骤，以实现当地自主的火山口探索。
多接触运动规划与控制 - Loria
摘要 人形机器人的本质是它们能够复制人类的运动和操纵技能。人形机器人研究的早期工作致力于双足行走，首先是在平坦的地形上，最近是在不平坦的地形上，而操纵能力则继承自双手和灵巧手操纵的文献。在实践中，这两个问题相互作用很大。在杂乱空间中的运动受益于机器人任何部分与环境之间的额外接触，例如当抓手在爬楼梯时抓住扶手时，而腿可以相反地增强操纵能力，例如当拱起整个身体以增加末端执行器的接触压力时。这两个问题具有相同的背景：它们由非平滑动力学（接触处的摩擦和冲击）在可行性约束（包括动态稳定性）下控制。因此，它们现在是联合解决的。本章重点介绍用于多接触规划和控制的最新技术。
格拉斯曼简历
2016-2018 EECS 博士后学者 伯克利设计学院，加州大学伯克利分校，EECS 系 指导老师：Björn Hartmann，EECS 副教授 2012-2016 研究生 用户界面设计组，EECS 系，麻省理工学院 CSAIL 博士论文：大规模编程类中的聚类和可视化解决方案变化 指导老师：Robert Miller，CS 杰出教授 2008-2011 研究生 机器人运动组，EECS 系，麻省理工学院 CSAIL，M.Eng.论文：基于二次调节器的启发式方法，用于快速探索状态空间 由 EECS 教授 Russ Tedrake 指导 2010-2011 斯坦福大学仿生学与灵巧操作实验室客座研究员 2006-2008 麻省理工学院 CSAIL 机器人运动组本科研究员 2004-2006 麻省理工学院 CSAIL 网络与移动系统本科研究员 2003-2004 普林斯顿大学心理学系脑电图实验室特邀高中生研究员
科学期刊 - DABIRI LAB
人工控制动物运动有可能同时解决软体机器人长期以来在驱动、控制和功率要求方面的挑战。机器人对运动的操纵还可以解决以前无法解决的生物生物学问题，否则这些问题仅限于观察自然发生的行为。在这里，我们展示了一种生物混合机器人，它使用机载微电子设备来诱导活水母游泳。测量表明，通过以比自然行为更快的最佳频率范围驱动身体收缩，可以大大增强推进力。游泳速度可以提高近三倍，而动物的代谢消耗仅增加两倍，微电子设备的外部功率输入为 10 mW。因此，这种生物混合机器人每单位质量使用的外部功率比文献中报道的其他水上机器人少 10 到 1000 倍。这种能力可以扩大生物混合机器人相对于自然动物的性能范围，用于海洋监测等应用。
大脑刺激
背景：在啮齿动物，帕金森氏症和脊髓损伤的啮齿动物模型中，已经研究了中脑运动区域（MLR）的深脑刺激（DB）。临床DBS试验已针对帕金森氏病患者作为步态功能障碍的治疗疗法密切相关的小儿核核，报告的结果混合了。最近的研究表明，优化MLR目标可以提高其有效性。目的：我们试图确定猪中间脑中的立体定位靶向和DBS在解剖学上与以前鉴定为其他物种中MLR相似的区域是否可以启动和调节持续的运动，这是迈向产生大型gait的大动物神经化模型的一步。方法：我们使用EMG记录，关节运动学和速度测量值对Yucatan Micropigs中的Medtronic 3389电极植入了假定的MLR结构中，以表征该区域急性DBS的运动作用。结果：MLR DBS在自由移动的微孔中启动并增强了运动。有效的运动部位以楔形核和刺激频率控制的运动速度和步进频率为中心。靶向刺激诱发了防御性和厌恶行为，这些行为排除了动物的运动。结论：猪似乎具有MLR，可用于模拟该步态促进中心的神经调节。©2021 Elsevier Inc.这是CC BY-NC-ND许可证（http：//creativecommons.org/licenses/by-nc-nd/4.0/）下的开放访问文章。这些结果表明，在与帕金森氏病，脊髓损伤或中风等状况相关的步态延迟的情况下，猪是指导未来临床研究的有用模型。
用于固定光纤纤维的碳混合牙水泥可在光遗传刺激下防止小鼠的视觉触发的机车增强
光遗传学可以激活/沉默，以空前的时间和空间分辨率激活/沉默。然而，该方法容易出现与用于照明opsin-表达神经元的光生物物理学相关的人物。在这里，我们采用TPH2-MHCHR2-YFP转基因小鼠，仅在大脑中的血清素能神经元中表达通道Rhopopsin（ChR2），以研究5-遗传刺激血清素能神经元的行为效应。令人惊讶的是，即使在Chr2阴性小鼠中，光遗传学刺激也增强了运动。这种未指定的效果可能是由于牙科水泥泄漏引起的视觉搅动，该牙科水泥通常用于固定颅骨上的视线。当我们使用将碳与牙齿水泥粉混合而制成的黑牙水泥时，在CHR2阴性小鼠中取消了这种无染色的作用，但在Chr2阳性小鼠中没有取消，并证实了血清抗激活引起的增强的运动。该方法允许提取光遗传刺激的真正行为效应，而不会受到光泄漏引起的vi-sual刺激的污染。
增强运动多代理系统中的聚合
摘要通常使用各种方法来处理多代理系统中集体行为的综合，而进化算法最为普遍。在这些系统中，代理商与同龄人进行了当地的互动，并集体采用在小组层面上表现出的策略，类似于在动物社会中看到的社会行为。，我们将是Pybullet仿真工具的一部分的蚂蚁问题扩展到了涉及一组五个同质机器人的集体场景，以在运动过程中汇总。为了发展这种行为，我们与多目标健身函数一起使用了OpenAI-ES算法。我们的发现表明，尽管机器人发展了成功的运动行为，但它们并未表现出汇总。这种差异归因于设计选择，这些选择无意间强调了对聚合能力的运动。我们讨论了健身函数引起的动态相互作用，以验证我们的结果并概述未来的方向。最终，我们的目标是第一次尝试建立一个在现代模拟环境中使用高级算法分析集体行为的框架。
morphvae：发展体素的形态设计 -
软机器人设计是一个复杂的领域，由于其复杂且广阔的搜索空间，面临着独特的挑战。在过去的文献中，进化计算算法（包括新型概率生成模型（PGM））在该领域显示了潜力。但是，这些方法是效率低下的样本，主要关注运动任务中的刚性机器人，这限制了它们在机器人设计自动化中的性能和应用。在这项工作中，我们提出了Morphvae，这是一种创新的PGM，它结合了多任务培训方案和精心制作的采样技术，称为“连续自然选择”，旨在增强样品效率。这种方法使我们能够从各种任务和时间进化阶段进行评估的样本中获得见解，同时保持光学效率和生物多样性之间的微妙平衡。通过各种运动和操纵任务的广泛表达，我们证实了形态在产生高性能和多样化设计方面的效率，超过了竞争性基线的性能。
pan -
{ Computer Science: Programming (Python, C++, C, Matlab, Verilog, Assembly, Perl, TCL, Julia, GO), Machine Learning (Pytorch, Tensorflow, JAX, Pytorch3d, Pytorch Geometric), Data Structures & Algorithms, Operating System, Natural Language Processing, Computer Vision, Convex Optimization, Meta Learning, Reinforcement Learning, Convex Optimization, Advanced ML Theories & Techniques, Others (Bash, Git, Linux) { Robotics: Dynamics & Simulation, Computer Vision (traditional geometric-based & learning-based), Locomotion, Linear & Nonlinear Control (PID, Feedback Linearization, LTI, Optimal Control, etc), Localization, Mapping, Motion Planning, Navigation, Manipulators, ROS, worked with KUKA, Franka manipulator武器，模拟器（Guazebo，Mujoco，V-Rep，Gym）{数学：微积分，线性代数，ODE，ODE，数值分析，概率和统计，一阶逻辑，拓扑，拓扑，物理和工程：控制系统，控制系统，动态，经典和量子和量子，电力和磁性，结构和材料，机构，型号，差异， drigus＆dift>