XiaoMi-AI文件搜索系统
World File Search System仿真环境
从仿真环境到现实世界情景
本文通过海洋机器人操作提出了一种基于视觉的3D映射的新方法3D映射。所提出的方法介绍了水下机器人任务的三个主要阶段，特别是计划阶段，任务时间和离线处理阶段。最初，我们通过多视频传感器配置和对水下培养基效果的模拟进行任务计划。随后，我们证明了使用泊松表面重建（PSR）（PSR）和枢轴旋转算法（BPA）实时3D表面重建和检测的可能性，从而可以对所获得的数据的获得的数据进行实时质量评估，并允许对现场的覆盖范围进行控制。最后，根据几何可靠性和结果的视觉外观讨论了离线摄影工作流程。在挪威特朗德海姆（Trondheim）峡湾的三个残骸地点的模拟和现实环境中已经开发和测试了所提供的三步方法学框架，并在挪威的峡湾中介绍了新的新型海洋机器人技术，例如明显的机器人Eelume。
SiMAMT：基于策略的多智能体多团队系统的交互式三维图形仿真环境
多智能体多团队环境复杂而繁琐。通常的做法是简化结构，为每个智能体使用单一策略，例如在群集或群体算法中。虽然这种类型的模拟环境可以提供在系统内工作的多个智能体，但它们的交互是单维的，并且它们的群体行为很少。相比之下，SiMAMT 是一种分层的、基于策略的方法，它提供由独立智能单个智能体实现的大规模、复杂的战略计划。这些智能体是独立的，因为它们有自己的天赋、技能、能力和行为，这些都受到上层（例如团队）给它们的命令的影响。这些智能体可以都有自己的行为，或者几个智能体可以有类似的行为，或者整个团队可以共享一种行为，具体取决于场景。此外，SiMAMT 在各个层面都利用基于策略的行为，因此玩家会受到团队策略的影响，团队会受到单位策略的影响，单位会受到营策略的影响，等等。环境需要的任何层次结构（体育、军事、组织等）都可以由 SiMAMT 系统支持。模拟环境提供 3D 可视化环境，可以从整体角度和每个代理的第一人称视角查看模拟的进度。这种组合视图可以深入了解结构层次结构的每一层是如何执行的——代理、团队、整体交互等。此外，它还提供了每个团队正在使用的策略、每个代理的行为以及两者重叠的总体视图。模拟还在模拟运行时提供统计数据，以传递观察、转换、最有可能的策略（SiMAMT 框架提供战略推断来确定环境中其他团队最有可能采用的策略）和整体模拟结果。总体而言，模拟的目标是让多智能体团队在互动时间内发挥战略性，同时进行策略推理以提高其绩效。SiMAMT 模拟实现了这一目标，这将在实验中得到证明。