XiaoMi-AI文件搜索系统
World File Search System仍具
“我做得更好”：通过脑机接口检查虚拟现实中的具身化对二元运动想象任务中的主体感的影响
基于运动想象的脑机接口 (MI-BCI) 已被提议作为一种中风康复手段，它与虚拟现实相结合，可以将基于游戏的互动引入康复中。然而，MI-BCI 的控制可能难以获得，用户可能会面临糟糕的表现，这会让他们感到沮丧，并可能影响他们使用该技术的积极性。通过增加用户对系统的代理感，可以减少积极性的下降。本研究的目的是了解虚拟现实中描绘的手的化身（所有权）是否可以增强代理感，从而减少 MI-BCI 任务中的挫败感。22 名健康参与者参加了一项受试者内研究，在两种不同的化身体验中比较了他们的代理感：1) 化身手（与身体），或 2) 抽象块。两种表征都以相似的运动闭合以实现空间一致性，并因此弹出气球。手/块通过在线 MI-BCI 控制。每种情况都包括 30 次 MI 激活化身手/块的试验。在每种情况之后，一份问卷调查了参与者的自主感、所有权和挫败感。之后，进行了一次半结构化访谈，参与者详细说明了他们的评分。这两种情况都支持相似水平的 MI-BCI 性能。观察到所有权和自主性之间的显著相关性（r = 0.47，p = 0.001）。正如预期的那样，虚拟手比积木产生更高的所有权。在控制性能时，所有权增加了自主感。总之，基于 BCI 的康复应用程序的设计者可以利用拟人化虚拟形象来对训练过的肢体进行视觉映射，以提高所有权。虽然不能减少挫败感，但只要 BCI 性能足够好，所有权就可以提高感知到的自主性。在未来的研究中，应该在中风患者中验证这些结果，因为他们对自主性和所有权的感知可能与健全用户不同。
![arXiv:2404.03325v2 [cs.RO] 2024 年 9 月 12 日](/simg/g:\will\search\icon\source\5\59c444c99e7e2701f7d7ca4bf915a43724400da7.webp)
arXiv:2404.03325v2 [cs.RO] 2024 年 9 月 12 日
摘要 — 机器人技术一直是提高人类生产力不可或缺的一部分，因为它们一直在帮助人类以快速、准确和高效的方式完成各种复杂且密集的任务。因此，机器人技术已被部署到从个人到工业用例的广泛应用中。然而，当前的机器人技术及其计算范式仍然缺乏具身智能，无法有效地与操作环境交互、以正确/预期的动作做出反应并适应环境的变化。为此，使用脉冲神经网络 (SNN) 的神经形态计算的最新进展已经证明了通过模仿生物大脑工作方式的生物可信计算范式（称为“神经形态人工智能 (AI)”）实现机器人具身智能的潜力。然而，基于神经形态人工智能的机器人领域仍处于早期阶段，因此其开发和部署用于解决现实问题在准确性、适应性、效率、可靠性和安全性等不同设计方面面临新的挑战。为了应对这些挑战，本文将讨论如何从以下几个角度为机器人系统实现具身神经形态人工智能：（P1）基于有效学习规则、训练机制和适应性的具身智能；（P2）节能神经形态计算的跨层优化；（P3）具有代表性和公平性的基准；（P4）低成本可靠性和安全性增强；（P5）神经形态计算的安全性和隐私性；（P6）节能和稳健的神经形态机器人的协同发展。此外，本文还确定了研究挑战和机遇，并阐述了我们对未来机器人具身神经形态人工智能研究发展的愿景。
具身认知、隐喻和儿童语言发展 Anna Re 教育技术研究所 CNR ITD Palermo Lavinia Maria Tiziano
莱考夫和约翰逊的理论认为，隐喻不仅仅是语言手段，还代表了我们思维的结构方式。从这个角度来看，隐喻表明，我们的身体感知和与具体世界的互动是理解抽象概念的必要基础。例如，在结构隐喻中，一个抽象概念是通过另一个抽象概念进行隐喻构建的。一个典型的例子是隐喻“争论就是战争”，其中每一次分歧的动态都被描述成一场战斗，强调对抗中的对抗性而非合作性（莱考夫和约翰逊，2008 年）。这种隐喻思维模式简化了复杂的概念，使人们能够更直接地理解，但它也会限制对现实某些方面的感知。同时，我们用来简化抽象概念的隐喻深深地限制了我们的具身思维。方位隐喻对于具身理论尤为重要，因为它们将概念组与空间位置或运动联系起来，从而遵循我们物理世界的规则。同样，我们在幼儿时期具体学到的关于物理世界的知识类似于抽象概念。Lakoff 和 Johnson 举的一个例子是“快乐是向上，悲伤是向下”，它有物理基础。事实上，当我们沮丧时，我们的姿势会反映出来；当我们快乐时，我们会直立。通过本体论隐喻，我们将抽象概念当做对象来谈论。从本质上讲，根据 Lakoff 和 Johnson (2008) 的说法，隐喻是人类语言不可或缺的元素，也是我们思维具身性的证据。
C246627A_童童AI 1..1
兹 提 述 通通 AI 社 交 集 团 有 限 公 司 （ 「 本 公 司 」 ） 日 期 为 二 零 二 四 年 十 一 月 二 十 七 日 之 公 告 （ 「 该 公 告 」 ）， 内 容 有 关 本 公 司 与 创 辉 资 本 订 立 新 保 理 服 务 框 架 协 议 ， 以 及 本 公 司 日 期 为 二 零 二 四 年 十 二 月 十 八 日 之 公 告 （ 「 延 迟 公 告 」 ） 。 除 本 公 告 另 有 界 定 者 外 ， 本 公 告 所 用 词 汇 与 该 公 告 所 界 定 者 具 有 相 同 涵 义 。
EGX 解决方案概述 | AI-Ready 企业平台
边缘 AI 具有一系列独特的要求。边缘系统分散在广阔的物理距离内，缺乏数据中心所具有的中心性。软件或系统更新要么需要手动执行，要么需要集中管理，以便在大量设备上轻松部署、管理和扩展软件。此外，边缘计算基础设施的安全要求与云或数据中心计算模型不同。边缘位置缺乏数据中心所具有的物理安全性，因此保护应用程序 IP 和传感器数据的端到端安全模型对于成功部署至关重要。
通过具体化实现远程操作增强
远程机器人技术旨在将人类的操作技能和灵巧性在任意距离和任意规模上转移到远程工作场所。透明的远程机器人系统可以实现自然而直观的交互。我们假设机器人系统的具身化（包括三个子组件：所有权、代理和自我定位）可实现最佳的感知透明度并提高任务性能。但是，这尚未得到直接研究。我们根据四个前提进行推理，并从文献中提出支持每个前提的发现：（1）大脑可以具身化非身体物体（例如，机器人手），（2）具身化可以通过介导的感觉运动交互来引发，（3）具身化对机器人系统和操作员身体之间的不一致具有鲁棒性，以及（4）具身化与灵巧的任务性能呈正相关。我们使用预测编码理论作为框架来解释和讨论文献中报告的结果。先前的大量研究表明，通过介导的感觉运动交互，可以在各种虚拟和真实的体外物体（包括假肢、化身和机器人）上诱导化身。此外，非人类形态也可以实现化身，包括细长的手臂和尾巴。根据预测编码理论，没有任何一种感觉方式对于建立所有权至关重要，多感官信号的差异不一定会导致化身的丧失。然而，多感官同步或视觉相似性方面的巨大差异可能会阻碍化身的发生。文献对化身和（灵巧的）任务表现之间的联系提供了较少的广泛支持。然而，用假手收集的数据确实表明了正相关性。我们得出结论，所有四个前提都得到了文献中的直接或间接证据的支持，这表明远程操纵器的化身可能会提高遥控机器人的灵巧表现。这值得进一步对遥控机器人中的化身进行实施测试。我们制定了第一套在远程机器人技术中应用具体化的指导方针，并确定了一些重要的研究课题。
