XiaoMi-AI文件搜索系统
World File Search SystemSwarms
致电机器学习海军申请的参与_工作室2024_v1
Naval Applications II Computer Vision and Mission Autonomy II Data Problems and How to Solve Them Session chair: George Stantchev (NRL) Session chair: Lena Nans (NIWC Pacific) Session chair: Anu Venkatesh (NIWC Pacific) 1:00 PM Neuromorphic Robot-Human Handoffs Hexapod Gait Optimization Utilizing Reinforcement Learning AI dataset design recommendations to deal with unknowns海军研究实验室（NRL）纳撒尼尔·乔里海军研究实验室（NRL）Ezra Gere，Oracle America，Inc。的Pranav Rajbhandari 1:40 PM休息1:50 PM 1:50 PM跟踪认知雷达双眼蚂蚁殖民地殖民地殖民地菌落优化风险的机器人团队定向问题
在群算法中处理离群值：评论
抽象的群体优化算法受到生物群的集体行为的启发，是一种有前途的工具，用于解决优化传统方法通常无效的复杂系统的问题。但是，离群值的问题可能会严重影响找到最佳解决方案的过程。因此，研究群算法中检测和处理异常值（例如粒子群优化（PSO））的方法是一项紧急任务，具有提高这些算法在各种实际应用中的效率和可靠性的巨大潜力，例如无人机控制系统，金融系统，环境控制和建模系统。本文涉及群体优化算法（例如PSO）中离群值的问题。提供了现有的管理异常值的方法，包括自适应方法，使用群拓扑，混合算法等的方法。分析了每种方法的优点和缺点。特别关注新的有前途的领域，例如神经网络和增强学习的组合，以开发更有效和适应性的群算法。本文针对优化领域的研究人员和从业人员，他们有兴趣提高群体算法的效率和可靠性。
新加坡和日本科学家发展技术 -
新加坡，2025年1月6日，新加坡和日本科学家开发了技术来控制来自南洋技术大学，新加坡（NTU新加坡），大阪大学和海洛希玛大学的机器人昆虫群的科学家，开发了一种先进的Swarm Swarm Navergation Angorigh algorg，可阻止它们成为遇到挑战的领域的机器人。发表在《自然通讯》上，新算法代表了群体机器人技术的重大进步。它可以为救灾，搜索任务和基础设施检查的应用铺平道路。Cyborg昆虫是真正的昆虫，背面配有微小的电子设备 - 由光学和红外摄像机，电池和用于通信的各种传感器组成 - 使其动作受到特定任务的遥控控制。2008年，来自NTU新加坡机械和航空航天工程学院的Hirotaka Sato教授首先证明了单一幼体昆虫的控制。然而，单一昆虫不足以进行诸如搜索和救援任务的操作，地震幸存者被散开，并且有一个最佳的72小时窗口来定位它们。
磁性响应生物材料和医疗设备的人类临床准备的电磁导航系统
磁导航系统用于精确操纵磁响应的材料，以实现使用磁性医疗设备的新最小侵入性程序。他们的广泛适用性受到高基础设施需求和成本的限制。该研究报告了便携式电磁导航系统，即导航，该导航能够在大型工作空间上产生大型磁场。该系统易于安装在医院手术室，并且可以通过医疗机构运输，从而有助于广泛采用磁性敏感的医疗设备。首先，引入了系统的设计和实现方法，并表征了其性能。接下来，使用磁场梯度和旋转磁场证明了不同微型机器人结构的体外导航。球形永久磁铁，电镀圆柱微孔，微粒群和磁复合细菌启发的螺旋结构。在两个具有挑战性的血管内任务中也证明了磁导管的导航：1）血管造影程序和2）威利斯圆圈内的深度导航。在体内的猪模型中证明了导管导航，以在磁引导下进行血管造影。
协作自主小型无人机系统 (sUAS) 的优化
摘要：随着战区日益复杂和对手不断推进，开发大量具有成本效益的无人机系统可能会为美国军队提供令人信服的能力。因此，研究问题涉及现有小型无人机系统的最佳组合，这些系统在给定预算和集群规模的情况下，提供最佳性能指标，即平均/标准偏差的检测时间，以及任务成功率。这些小型无人机系统的要求是它们属于美国空军 1-3 组无人机系统。研究小组使用 Python 模拟在 5 海里半径范围内的随机目标位置内收集不同小型无人机系统的单独性能数据。然后将这些指标输入到优化程序中，该程序在某些硬约束条件下选择最佳组合。结果表明，6 个 ALADiN 和 24 个并行 Firefly 的组合是所有三个测试场景中的最佳组合。总成本为 160 万美元。利用模拟得出的结论，该团队还能够推荐哪些属性对于成功的任务最为重要，从而节省开发过程中的时间和金钱。
猫咪论坛
近十年来，工业自动化发展迅速，如今，它拥有了一个耀眼的标签——工业 4.0，或第四次工业革命。它包括哪些趋势？答案几乎让地球上的每一位工程师都满意——工业 4.0 涵盖了自动化领域几乎所有重大的近期发展。它包括大量互联的物联网 (IoT) 设备，以人工检查无法实现的方式监控机器和结构的健康状况，从而实现高效的预测性维护。它包括将观察、分析、计算和控制分散到联网基础设施的最边缘，从而显著提高计算控制周期的效率。它涉及从不同的数据流中得出新相关性的能力，从而产生复杂的分析机制。它依靠强大的云引擎在后台同时、静默地处理数据流，而边缘的传感器和设备则与前台的环境进行智能交互。虽然大部分技术进步都是渐进式的，但企业适应的速度使得这场运动被誉为一场新革命，紧随第三次工业革命——二十世纪末数字时代的名称。
群机器人技术：多代理系统中的合作控制
摘要 - 群体机器人技术体现了多代理系统中合作控制中的边界，在该系统中，生物群的仿真提供了机器人技术的范式转移。本文深入研究了分散决策的机制以及自主机器人之间的局部相互作用而产生的新兴行为，而无需中央控制器。它探讨了简单的控制规则的综合，这些规则产生了复杂，适应性和可扩展的群体行为，类似于自然群中的行为。对通信协议进行的批判性检查阐明了代理之间的信息共享如何导致集体任务的强大执行。该研究进一步研究了角色分配，任务分配和冗余的动态，这对于群体机器人系统的弹性至关重要。通过模拟和经验分析，证明了群算法在各种应用中的功效，包括搜索和救援，环境监测和集体构造。该研究的发现强调了生物启发算法的重要性以及群体机器人系统在不可预测的环境中适应和繁荣的潜力。对自治系统的未来的影响是深远的，因为群机器人技术为分布式人工智能和机器人的创新铺平了道路。
用于解码高级视觉图像任务的独立于主体的脑机接口
摘要 — 脑机接口 (BCI) 用于识别人类的状态和意图，实现人与设备之间的通信。使用脑电图 (EEG) 信号进行人与无人机之间的通信是 BCI 领域最具挑战性的问题之一。特别是，与无人机控制相比，无人机群的控制（方向和编队）具有更多优势。视觉意象 (VI) 范式是受试者在视觉上想象特定的物体或场景。减少受试者 EEG 信号之间的变异性对于基于 BCI 的实际系统至关重要。在本研究中，我们提出了子纪元特征编码器 (SEFE)，以通过使用 VI 数据集来提高与受试者无关的任务的性能。本研究是首次尝试展示基于 VI 的 BCI 中受试者之间泛化的可能性。我们使用留一交叉验证来评估性能。包含我们提出的模块比排除我们提出的模块时获得更高的性能。在六种不同的解码模型中，带有 SEFE 的 DeepConvNet 表现出最高的 0.72 性能。因此，我们证明了使用我们提出的模块在与主题无关的任务中解码 VI 数据集并具有稳健性能的可行性。
可持续仓库自动化中的群机器人
摘要。根据人口普查和统计局的统计数据，2010年至2014年之间物流行业的90％以上的工作来自货运和存储服务。随着行业4.0及其相关的新兴技术的出现（例如云计算，物联网，自动机器人等。），建议使用智能机器人仓库管理系统。这些创新通过使自主移动机器人从人对商品过渡到商品对人，从而改变了仓库中的采摘程序和推出程序。一组机器人合作，通过将实用结构和行为汇总到类似于鸟类，鱼类或蜂群中的实用结构和行为来解决群体机器人的问题。但是，向工业应用的过渡尚未完成令人满意的水平。文献中缺乏有关利用群算法的现实群体应用的知识。通常，使用了群算法组件（或我们称之为基本的蜂群行为）。因此，本文讨论了该技术可用的机会以及其使用可能带来的挑战。最后，已经提出了一些可能的解决方案，以帮助应对可持续仓库自动化中确定的挑战。
可靠性评估和增强的挑战...
近年来，自主系统迅速扩张，催生出了许多前所未有的新服务和业务。然而，随之而来的是计算上极具挑战性的任务和安全关键应用场景。当今先进的信息物理系统和系统的系统具有巨大的复杂性和异质性，而使用前卫计算架构在系统中采用基于人工智能的自主性，则使这种复杂性和异质性成倍增加。诸如成群的自主机器人车辆之类的设置已经出现，需要采用新颖的智能方法来确保可靠性，而可靠性通常是新产品或新技术进入市场的关键因素。这一成功得益于物联网研究领域正在开发的连接解决方案，该领域也在朝着增强联网智能事物的自主性的方向发展 [1]。人们对可靠性的期望非常广泛，自主系统也多种多样。后者由以下许多杀手级应用驱动： 就资金和最近投入的研究工作而言，汽车领域的自动驾驶汽车是主要应用，包括具有 3 至 5 级自动驾驶 (AD) 的汽车； 具有不同自主程度的飞机，例如采用可靠性关键型“电传操纵”系统； 无人驾驶飞行器（UAV），通常称为无人机，包括固定翼和旋翼（四轴飞行器），