XiaoMi-AI文件搜索系统
World File Search Systemrobots
在具有速度障碍的大型动作空间中为移动机器人计划移动机器人的蒙特卡洛
动态环境中的抽象运动计划是一项具有挑战性的机器人任务，需要避免碰撞和实时计算。最新的在线方法作为速度障碍（VO）保证安全的本地计划，而基于强化学习或图形离散化的全球计划方法在计算上效率低下或不可证明是碰撞的安全性。在本文中，我们将蒙特卡洛树搜索（MCT）与VO结合起来，以修剪不安全的动作（即相撞速度）。以这种方式，即使在非常大的动作空间（60个动作）中，我们可以进行极少的MCT模拟计划，比使用许多模拟的纯MCT获得更高的累积奖励和更低的计算时间。此外，由于与VO的动作修剪，我们的方法可以保证避免碰撞，而纯MCT则没有。在本文中铺平了在实际机器人和多代理分散运动计划上计划MCT计划的道路。
基于强化学习的室内应用半思维控制机器人
摘要 本文提出了一种解决这一挑战的方法，即引入源自脑信号的交互式反馈，使用深度强化学习来训练机器人，特别是在室内迷宫导航的背景下。我们的目标是通过结合人类的情感或注意力反馈来增强人机交互场景中的学习过程。为了实现这一目标，我们让机器人通过基于人类反馈的动态策略网络学习新任务，并使用其他传感器数据（包括激光雷达）增强此输入。进行了各种实验，以比较手动反馈、脑信号反馈和无脑信号反馈的有效性，采用不同的强化学习模型。此外，我们探索了不同的情绪分类模型，采用图神经网络模型和传统的深度学习模型，然后比较结果。
从设计到应用的医疗保健系统的微型机器人
微型机器人，微型机器人设备通常从微米到尺寸的几毫米，在各个领域，尤其是医疗保健中具有巨大潜力。他们的小规模能够访问先前无法达到的复杂解剖区域，促进靶向药物输送，局部治疗和精确的监测。这些机器人具有许多优势，包括提高可操作性，侵入性降低和最小化组织损伤。通过在复杂的生物学环境中导航，微型机器人可以以前所未有的精度提供疗法，从而改善治疗效果和患者的结果。此外，它们的小尺寸允许最小的侵入性手术，减少恢复时间并增强患者舒适感。总的来说，微型机器人代表着开创性的技术进步，有可能彻底改变医疗保健服务并显着使人类福祉受益。它们的小尺寸可访问用于靶向药物，局部治疗和精确监测的复杂解剖区域。尽管大小限制和导航复杂性等挑战，但创新的解决方案和跨学科的合作仍在推动他们在改善医疗保健成果方面的进步。
自主机器人的收敛性有限
Abstract A distributed algorithm A solves the Point Convergence task if an arbitrarily large collection of entities, starting in an arbitrary configuration, move under the control of A to eventually form and thereafter maintain configurations in which the separationbetweenallentitiesisarbitrarilysmall.Thisfundamentaltaskinthestandard O BLOT modelofautonomousmobile entities has been previously studied in a variety of设置，包括完整的可见性，确切的测量（包括距离和角度）以及实体的同步激活。我们的研究涉及最小的假设，在这些假设下，可以保证以这种方式融合的实体，具有有限和未知的可见度范围，可见度范围有限且不明显不精确。我们提出了一种在这些约束下运行的算法，该算法解决点收敛，对于在两个或三维空间中移动的实体，并具有任何有限程度的异步。我们还证明，在类似的逼真的约束下，但无限的异步，通常不可能在平面中的点收敛，这是基于自然假设，即算法在初始配置中维持存在的实体之间维持（可见的）连接性。我们称这种变体称为凝聚力融合，可以区分自主移动实体控制的有限和无限异步的力量，解决了一个长期存在的问题，一个长期存在的问题是否同步安排的实体是否比异步计划更强大。
生产物流的自动移动机器人
塔林技术大学机械与工业工程系，Ehitajate Tee 5，19086 Tallinn，Estonia，Estonia于2024年2月7日获得，于2024年3月8日接受，在线获得，2024年4月2日在线获得©2024年作者。这是根据创意共享归因的条款和条件分发的一份开放访问文章4.0国际许可CC（http://creativecommons.org/licenses/4.0）。摘要。数字解决方案对于制造公司在全球市场上提高其生产率，有效性和竞争力而变得越来越重要，这需要低价，高质量和快速交付时间。为了提高生产效率，还必须通过数字化和自动化这些过程来优化生产层中的运输活动。许多公司已经使用或计划使用自动移动机器人（AMR）更有效地管理生产物流。物联网（IoT）的快速开发以及AMR的高级硬件和软件使它们可以在动态环境中执行自主任务，在该环境中，它们可以与其他资源（例如机器和系统）进行交流并独立协调，从而分散了制造过程的决策步骤。分散的决策使制造系统能够动态适应系统状态和环境的变化。这种发展影响了传统的计划和控制方法以及决策过程，但它们还要求软件和嵌入式人工智能（AI）算法更有能力执行这些决策。在这项研究中，我们描述了如何使用3D虚拟工厂概念将具有AI功能的AMR系统整合到食品行业的生产后勤中。本文提出了一种方法，可以根据3D布局的创建和模拟，关键绩效指标（KPI）的监视以及AI在生产计划中主动决策中使用AMR在制造工厂地面运输中的性能。对食品行业的案例研究证明了拟议方法的相关性和可行性。关键字：自动移动机器人，生产物流，物联网，虚拟工厂，人工智能。
ap25：消毒机器人类型的操作类型...
用紫外线消毒的优势是，光立即到达暴露于机器人的所有表面。通过在房间里移动，可以从各个方面处理家具，例如在手术室中。但是，某些无法到达的阴影区域将永远存在；一旦机器人完成工作，就需要对关键点进行额外清洁关键点的要求。喷涂的化学物质有更大的机会到达阻塞区域，尤其是当机器人在房间周围移动时从各个位置喷洒它们时。出于安全原因，在人类存在下不能使用UV-C和喷洒消毒。此外，喷洒的另一个缺点是在一个人再次使用它之前播放房间所需的时间。机器人进行机械擦拭的机器人解决了紫外线或化学物质无法达到污垢或油脂覆盖的细菌的问题。这尤其是经常被手柄和扶手等手动触摸的表面上的问题。
外骨骼机器人的激光磨损的步态识别传感器系统
摘要作为一种增强技术，可提高承重能力并防止受伤，辅助外骨骼机器人在货运和医疗保健中广泛应用。这种机器人对步态信息的感知对于他们的控制至关重要。此信息是辅助和协作功能中运动计划的基础。在这里，提出了用于外骨骼机器人的可穿越步态识别传感器系统。基于激光诱导的石墨烯的压力传感器阵列具有灵活性和可靠性。将多个传感器单元集成到鞋垫中，以检测关键足底位置的实时压力。此外，电路硬件和算法旨在通过步态识别的能力加强传感器系统。实验结果表明，所提出的系统的步态识别的准确性为99.85％，并且通过在外骨骼机器人上进行测试进一步验证了系统的有效性。
探索机器人决策的认知反思
这项研究严格研究了将认知反射模型嵌入机器人决策系统中的潜力。认知反射使人类能够超越最初的冲动和启发式方法，以改善决策结果，以此作为增强自主机器人决策能力的一种机制。通过分析机器人技术中的现有决策范式，本文概念化了认知反射的采用，并评估了其对现场的前瞻性变革性影响。通过详细的研究，它阐明了认知反射可以提供的机器人智能和功能的显着增强。此外，它严格地讨论了技术可行性，道德考虑和更广泛的社会影响，从而描述了一个全面的框架，以实现对机器人技术认知过程的负责任和有效整合。
我们的业务，而不是机器人的：关于与社会机器人隐私的家庭对话
有针对性地使用社会机器人对家庭的使用需要更好地了解多个利益相关者的隐私问题，包括父母和孩子的隐私问题。通过共同学习研讨会，向家庭介绍了家庭中社会机器人的功能和假设使用，我们提供了来自6个家庭的初步证据，这些证据表现出父母和孩子如何在不同使用环境中收集和共享信息的机器人如何具有不同的舒适水平。的对话和小册子答案表明，父母在他们期望孩子拥有更多代理的情况下采用了孩子的决定，例如在完成作业或清理玩具的情况下，以及当孩子提出父母发现他们的决定是可接受的推理时。家庭在做出结论性决定时共享相同的推理时表示宽慰，表示机器人与家庭之间的边界管理协议。如果父母和子女不同意，他们拒绝了二进制的决定，并选择了第三种反应，反映了怀疑，不确定性和/或妥协。我们的工作强调了让父母和子女以子女和家庭为中心的研究的好处，包括父母为孩子提供认知脚手架和个性化假设情景的父母能力。
表达人工实体：AI和机器人人格发展中的符号学和文化故事
就像他的前任，例如Siri，Cortana和Alexa一样，Chatgpt担任总助理。但是，他没有完全个性化的声音或独特的身份。尽管如此，一个名为“煽动工程”的新工作场所开发的技术已经开始塑造工具的使用方式来为其他几种AI和机器人代理创建特定的音调。这一开发在2023年在日内瓦的联合国顶级发挥了关键作用，在那里，变压器模型被用来为各种机器人设计个性，包括Sophia Le Robot，Demona，Grace和Amica，强调了符号学设计和在机器人领域的构建。