摘要:我们提出了 BEHAVIOR-1K,一个以人为本的机器人综合模拟基准。BEHAVIOR-1K 包括两个部分,分别由“您希望机器人为您做什么?”这一广泛调查的结果指导和推动。第一个部分是定义 1,000 种日常活动,基于 50 个场景(房屋、花园、餐厅、办公室等),其中有 5,000 多个对象,并标注了丰富的物理和语义属性。第二个部分是 O MNI G IBSON,这是一个新颖的模拟环境,它通过逼真的物理模拟和刚体、可变形体和液体的渲染来支持这些活动。我们的实验表明,BEHAVIOR-1K 中的活动是长期的并且依赖于复杂的操作技能,这两者对于最先进的机器人学习解决方案来说仍然是一个挑战。为了校准 BEHAVIOR-1K 的模拟与现实之间的差距,我们提供了一项初步研究,研究如何在模拟公寓中使用移动机械手学到的解决方案转移到现实世界中。我们希望 BEHAVIOR-1K 的人性化本质、多样性和现实性能够使其对具身化 AI 和机器人学习研究有价值。项目网站:https://behavior.stanford.edu。
对比语言图像预训练 (CLIP) 编码器已被证明对从分类和检测到字幕和图像处理等一系列视觉任务有益。我们研究了 CLIP 视觉主干对 Embodied AI 任务的有效性。我们构建了非常简单的基线,称为 EmbCLIP,没有任务特定的架构、归纳偏差(例如使用语义图)、训练期间的辅助任务或深度图——但我们发现我们改进的基线在一系列任务和模拟器中表现非常出色。EmbCLIP 在 RoboTHOR ObjectNav 排行榜上以 20 分(成功率)的巨大优势名列前茅。它在 iTHOR 1-Phase Rearrangement 排行榜上名列前茅,击败了采用主动神经映射的第二佳提交作品,并且 % Fixed Strict 指标增加了一倍多(0.08 到 0.17)。它还击败了 2021 年 Habitat ObjectNav 挑战赛的获胜者,该挑战赛采用了辅助任务、深度图和人工演示,以及 2019 年 Habitat PointNav 挑战赛的获胜者。我们评估了 CLIP 的视觉表示在捕获输入观察的语义信息方面的能力——这些原语对于导航繁重的具身任务很有用——并发现 CLIP 的表示比 ImageNet 预训练的主干更有效地编码了这些原语。最后,我们扩展了我们的一个基线,生成了一个能够进行零样本物体导航的代理,它可以导航到训练期间未用作目标的物体。我们的代码和模型可以在 https://github.com/allenai/embodied-clip 获得。
儿童时期的社会经济劣势十分普遍,并且与终身罹患精神健康问题的风险增加相关 (1)。家庭收入和父母教育等社会经济因素通过多种中介机制 (2) 对健康和发展产生影响,但这些机制尚不完全清楚。儿童时期的睡眠健康状况改变可能在这些机制中发挥了作用。睡眠健康是一个多方面的概念,涵盖多个睡眠参数,例如睡眠时间、质量和时间 (3)。社会经济劣势已反复与儿童睡眠时间较短和睡眠质量较低有关 (4-9)。此外,采用实验和相关设计的研究表明,睡眠中断与精神健康问题风险增加以及情绪处理和调节改变有关 (10-13)。在神经层面,情绪处理和调节,即多种精神疾病的跨诊断因素 (14),依赖于涉及杏仁核的神经网络 (15)。在功能性磁共振成像 (fMRI) 研究中,睡眠持续时间和质量与成年人杏仁核的激活和功能连接反复相关 (16 – 19)。然而,很少有研究探讨儿童的这种关联。此前,我们提出,社会经济劣势可能导致儿童睡眠健康状况下降,这可能会改变大脑发育,从而增加患心理健康问题的风险 (20)。在本研究中,我们通过考察社会经济因素、睡眠持续时间和时间以及儿童杏仁核功能连接之间的关联来验证这些观点。
2024 2025 十二月 一月 29 30 31 1 2 3 4 5 0 12 0 12 0 12 0 12 0 12 0 12 0 12 0 12 0 12
我们建议使用二维 Penning 阱阵列作为量子模拟和量子计算的可扩展平台,以捕获原子离子。这种方法涉及将定义静态电四极子位置的微结构电极阵列放置在磁场中,每个位置捕获单个离子并通过库仑相互作用与相邻离子耦合。我们求解此类阵列中离子运动的正常模式,并推导出即使在存在陷阱缺陷的情况下也能实现稳定运动的广义多离子不变定理。我们使用这些技术来研究在固定离子晶格中进行量子模拟和量子计算的可行性。在均匀阵列中,我们表明可以实现足够密集的阵列,轴向、磁控管和回旋加速器运动表现出离子间偶极耦合,其速率明显高于预期的退相干。通过添加激光场,这些可以实现可调范围的相互作用自旋汉密尔顿量。我们还展示了局部电位控制如何隔离固定阵列中的少量离子,并可用于实现高保真门。使用静态捕获场意味着我们的方法不受系统尺寸增加时的功率要求限制,从而消除了标准射频陷阱中存在的重大缩放挑战。因此,这里提供的架构和方法似乎为捕获离子量子计算开辟了一条道路,以实现容错规模的设备。
摘要:镍基高温合金具有优异的耐腐蚀和耐高温性能,在能源和航空航天工业中广受欢迎。镍合金的直接金属沉积 (DMD) 已达到技术成熟度,可用于多种应用,尤其是涡轮机械部件的修复。然而,DMD 工艺过程中的零件质量和缺陷形成问题仍然存在。激光重熔可以有效地预防和修复金属增材制造 (AM) 过程中的缺陷;然而,很少有研究关注这方面的数值建模和实验工艺参数优化。因此,本研究的目的是通过数值模拟和实验分析来研究确定重熔工艺参数的效果,以优化 DMD 零件修复的工业工艺链。热传导模型分析了 360 种不同的工艺条件,并将预测的熔体几何形状与流体流动模型和选定参考条件下的实验单轨观测值进行了比较。随后,将重熔工艺应用于演示修复案例。结果表明,模型可以很好地预测熔池形状,优化的重熔工艺提高了基体和 DMD 材料之间的结合质量。因此,DMD 部件制造和修复工艺可以从此处开发的重熔步骤中受益。
中链甘油三酯)、改性玉米淀粉、大豆油、椰子油、M. Alpina 油*、Schizochytrium Sp.油†、L-酪氨酸、L-亮氨酸、单甘油酯、M-肌醇、L-色氨酸、结冷胶、L-肉碱、叶黄素、矿物质(磷酸三钙、氯化镁、柠檬酸钾、氢氧化钾、柠檬酸钠、氯化钾、硫酸锌、硫酸亚铁、硫酸铜、硫酸锰)、维生素(抗坏血酸、氯化胆碱、烟酰胺、D-α-生育酚乙酸酯、D-泛酸钙、维生素 A 棕榈酸酯、盐酸硫胺素、盐酸吡哆醇、核黄素、维生素 D3、叶酸、D-生物素、叶绿醌、亚硒酸钠、β-胡萝卜素、氰钴胺素)和需要:磷酸二氢钾。 * ARA 的来源。
计算和建模来解释、询问和整合药物在多个尺度(分子、细胞、器官、整个生物体、时间、空间)上的作用。目标是预测治疗结果并提高临床药物开发的成功率(目前认为成功率不到 7%)。Au 博士在加州大学旧金山分校获得药学博士学位,随后获得药剂学博士学位,并在纽约州布法罗的罗斯威尔帕克纪念研究所完成了生化药理学博士后研究。她是 170 多篇同行评审文章、10 个书籍章节、260 多篇摘要的作者,并拥有 28 项专利和版权。她的工作通常处于不同学科的交叉点,目标是将实验室发现转化为延长生存期的癌症治疗。委员会将讨论 umbralisib (Ukoniq) 和 ublituximab 联合用于治疗 CLL 或 SLL 成年患者。此外,委员会将讨论 umbralisib 目前对复发或难治性滤泡性淋巴瘤和边缘区淋巴瘤的适应症。据负责审查本次会议相关申请的审查部门称,本次会议需要临床药理学家,因为需要对与 Cmax、Cavg、AUC 等药代动力学指标相关的安全性和有效性进行暴露反应分析,以更好地了解药物的益处:风险状况。Au 博士拥有进行、审查和理解这些分析的专业知识,并将为这方面的数据提供宝贵的见解/理解。多位临床药理学家受邀参加,但由于时间安排冲突而拒绝了邀请。Au 博士是全国知名的临床药理学家和转化研究员。她在质量系统药理学方面的知识,使用模型来解释、询问和整合药物作用并预测治疗结果,使 Au 博士成为唯一有资格就委员会面临的问题提供见解和反馈的人。这个特定问题很敏感。 FDA 负责审查 umbralisib 和 ublituximab 的部门确实希望委员会审议的事项能够引起公众的关注,因为它与 1992 年颁布的加速审批监管途径有关。该途径已广泛应用于肿瘤学审批,以便以快速的方式为患者带来新的治疗方法。该部门寻求 ODAC 对拟议适应症中组合的风险效益以及当前信息如何影响加速审批下的现有适应症的意见。Jessie Lai-Sim Au 博士在这一特定问题上的专业知识对于公众健康而言是必要的。非霍奇金淋巴瘤 (NHL) 是美国最常见的癌症之一,约占所有癌症的 4%。美国癌症协会估计,2022 年非霍奇金淋巴瘤的发病率约为 80,470 人(成人和儿童)将被诊断出患有 NHL,约有 20,250 人将死于这种癌症。据估计,有 672,980 人患有或处于非霍奇金淋巴瘤缓解期。惰性淋巴瘤进展缓慢,往往生长较慢,首次发病时体征和症状较少
借助 AI,您可以模拟不同的换货或流失率,并查看对收入的影响。下面是为客户演示准备的真实 AI 商品组合模拟。他们想知道商店商品组合变化(即添加新商品与删除旧的低效 SKU)的盈亏平衡点。