XiaoMi-AI文件搜索系统
World File Search SystemmeV
DomeVR：为灵长类和啮齿类动物提供沉浸式虚拟现实
沉浸式虚拟现实 (VR) 环境是探索认知过程（从记忆和导航到视觉处理和决策）的强大工具，并且可在自然但受控的环境中进行。因此，它们已被用于不同物种和各种研究小组。不幸的是，在这样的环境中设计和执行行为任务通常很复杂。为了应对这一挑战，我们创建了 DomeVR，这是一个使用虚幻引擎 4 (UE4) 构建的沉浸式 VR 环境。UE4 是一个功能强大的游戏引擎，支持照片级逼真的图形，并包含专为非程序员设计的可视化脚本语言。因此，可以使用拖放元素轻松创建虚拟环境。DomeVR 旨在使这些功能可用于神经科学实验。这包括一个日志记录和同步系统，用于解决 UE4 固有的时间不确定性；一个交互式 GUI，供科学家在实验期间观察受试者并动态调整任务参数，以及一个圆顶投影系统，用于在非人类受试者中实现完全任务沉浸。这些关键功能是模块化的，可以轻松单独添加到其他 UE4 项目中。最后，我们提供了原理验证数据，重点介绍了 DomeVR 在三个不同物种（人类、猕猴和老鼠）中的功能。
弹性的独立表征和水凝胶渗透压的混合部分
摘要 - 在其突出的场景理解和发挥功能的情况下，预先训练的视觉语言模型（VLM）（例如GPT-4V）引起了机器人任务计划中越来越多的关注。与传统的任务计划策略相比，VLM在多模式信息解析和代码生成中很强，并表现出显着的效率。尽管VLM在机器人任务计划中具有巨大的潜力，但它们遭受了幻觉，语义复杂性和有限的背景等挑战。要处理此类问题，本文提出了一个多代理框架，即GameVLM，以增强机器人任务计划中的决策过程。在这项研究中，提出了基于VLM的决策和专家代理人来进行任务计划。具体来说，决策代理人用于计划任务，并采用专家代理来评估这些任务计划。零和游戏理论，以解决不同代理之间的不一致并确定最佳解决方案。对真实机器人的实验结果证明了该框架的功效，平均成功率为83.3％。我们的实验视频可在https://youtu.be/sam-mkcpp7y上找到。索引术语 - 任务计划，多机构，视觉语言模型，零和游戏理论，决策。