XiaoMi-AI文件搜索系统
World File Search System反馈控制
使用稀疏的视觉观察在不平坦的地形上学习感知运动
摘要 - 为了主动浏览和遍历各种特征，主动使用视觉感知是必不可少的。我们旨在调查使用稀疏视觉观测值的可行性和性能，以在以人为中心的环境中在一系列常见的地形（步骤，坡道，间隙和楼梯）上实现感知运动。我们制定了适合在感兴趣地形上运动的稀疏视觉输入的选择，并提出了一个学习框架，以整合外部感受和本体感受状态。我们专门设计了状态观察和培训课程，以在各种不同的地形上有效地学习反馈控制政策。我们在各种任务中广泛验证和基准了学到的政策：在地面上行走的全向行走，并在各种障碍物上向前移动，显示出高成功的遍历率。此外，我们通过在新的看不见的地形上增加各种水平的噪声和测试来研究外观感受性消融并评估政策概括。我们证明了自主感知运动的能力，只能使用直接深度测量中的稀疏视觉观测来实现，这些观察值易于从激光雷达或RGB-D传感器中易于获得，在20厘米高度的高高高度上显示出强大的上升和下降，即20 cm的高度，即50％的腿长和强劲的腿部和稳健的噪声和Unigeseen anderseenseles anderseens anderseens anderseen anderseenseles anderseen anderseen sereen seleseen anderains ternales anderains。
一种新型θ控制振动触觉脑机接口用于治疗慢性疼痛：一项初步研究
慢性疼痛治疗的局限性要求采用有效、方便和安全的新型干预措施。脑机接口 (BCI) 通过将记录的神经活动转换为可感知的输出，为治疗慢性疼痛背后的神经病理学提供了一种有前途的治疗方式。最近的证据表明，额叶 θ 波功率 (4-7 Hz) 的增加反映了慢性和急性疼痛的缓解。进一步的研究表明，振动触觉刺激可在实验和临床模型中降低疼痛强度。这项纵向、非随机、开放标签的试点研究旨在使用新型振动触觉神经反馈 BCI 系统增强六名慢性上肢疼痛患者的额叶 θ 波活动。患者的 BCI 表现有所提高，反映了思维驱动的神经反馈控制，并且疼痛严重程度 (1.29 ± 0.25 MAD，p = 0.03，q = 0.05) 和疼痛干扰 (1.79 ± 1.10 MAD p = 0.03，q = 0.05) 评分显著降低，且未出现任何不良事件。疼痛缓解与额叶 θ 调制显著相关。这些发现凸显了 BCI 介导的额叶 θ 与振动触觉刺激的皮质感觉耦合在缓解慢性疼痛方面的潜力。
选择神经尖峰检测的有效幅度阈值
脑机接口正在利用细胞外记录中的神经尖峰波形或尖峰时间实现重要的新功能 [1]，[2]。尖峰检测是从记录中提取神经尖峰的重要步骤。它不仅可以提取用于神经活动解码的信息，还可以将数据带宽减少数百甚至数千倍，从而实现无线传输并实现完全植入神经接口而无需经皮导线突破皮肤。尖峰检测性能对于保存神经信息和避免解码精度下降至关重要。阈值是尖峰检测的最常用方法，超过阈值的值被视为尖峰。面对不断变化的大脑环境，自适应且稳健的阈值至关重要。文献中提出了许多用于定义阈值的算法。一种方法是使用计算算法 [3]，[4]，例如短时傅立叶变换、小波变换和模板匹配。还有一些算法方法，例如反馈控制阈值 [5]。最常见的方法是根据信号统计数据设置阈值。噪声统计数据被广泛用于设置阈值。还提出了一种硬件高效估计方法，使用乘数将平均值/中位数/标准差/均方根值设置为阈值 [6]。其他人选择使用稳健统计估计来设置阈值 [7]。将阈值设置为 T = αN ，其中 N 是噪声统计数据，α 是用户定义的参数，这是设置阈值的常用方法 [8]。由于其简单性，这种方法在植入体实施中尤其受欢迎 [9]。然而，这种算法的自适应性
随机进化的动态控制：一种自适应地针对新出现的耐药性的深度强化学习方法
在控制随机系统中，低概率事件可能使系统走上灾难性的轨迹，而控制的挑战在于开发一种强大的能力来应对此类事件，而不会显著损害基线控制策略的最优性。本文介绍了 CelluDose，一种经过随机模拟训练的深度强化学习自适应反馈控制原型，用于针对随机和异质细胞增殖的自动精准药物给药。药物耐药性可能由目标细胞群的随机和可变突变引起；如果没有适当的给药策略，新出现的耐药亚群会增殖并导致治疗失败。动态反馈剂量控制有望对抗这种现象，但由于细胞动力学的复杂性、模型参数的不确定性以及医疗应用中需要一个可以信赖的鲁棒控制器来正确处理意外结果，将传统控制方法应用于此类系统充满了挑战。在这里，对样本生物场景的训练确定了单一药物和联合治疗策略，这些策略在抑制细胞增殖和应对各种系统扰动方面表现出 100% 的成功率，同时建立了低剂量无事件基线。这些策略被发现对关键模型参数的变化具有高度的鲁棒性，这些参数受显著不确定性和不可预测的动态变化的影响。关键词：强化学习、深度学习、控制、自适应剂量、耐药性
平稳的追捕眼动动作有助于下肢长期反射调制
抽象的体感介导的反应在适应环境变化方面起着基本作用，尤其是通过长期响应（LLRS）。我们研究了用于跟踪移动物体的缓慢移动的平滑追捕眼运动（SPEM）如何在机械与移动物体的机械相互作用期间影响上肢和下肢的LLR。17名参与者在站立时以25 cm/s接近的虚拟物体发生碰撞，稳定了肢体。此任务发生在受试者在视觉上追踪对象或固定中心位置时发生。在两个时间点应用机械扰动：在预期碰撞之前约为200ms和60ms。在随机的试验子集中，机器人在预期的碰撞之前应用了200ms（早期）或60ms（晚）的机械扰动。与以前的研究一样，在腿部肌肉中观察到上肢位移。此外，腿部LLR是通过凝视调节的，在追捕过程中比固定更大，但仅在晚期扰动中。这种特定时序调制与先前关于反馈控制中的政策转变的报告在影响之前大约60ms。上肢LLR不受目光的影响，表明对姿势控制电路有优先排序。这项工作扩展了我们对感觉运动积分基础的神经机制的理解，并突出了人类运动控制系统的复杂性，以与全身姿势反应协调眼运动。
将pH控制的整合到Chi.bio反应堆中，并与小型酶聚（乙二醇乙二醇化）水解
摘要：负担得起且可访问的小规模生物反应器对研究界有很大的好处。在以前的工作中，设计的自动生物反应器系统旨在通过在线光学监测，搅拌和温度控制的最高30毫升刻度运行，并且该系统（称为Chi.bio）现在以通常比商用生物反应器少1-2个数量级的成本来营销。在这项工作中，我们通过通过硬件和软件修改实现连续的pH监视和控制，进一步扩展了Chi.bio系统的功能。为了进行硬件修改，我们采购了低成本，商业pH电路，并对Chi.bio头板进行了直接修改，以实现连续的pH监测。对于软件集成，我们引入了对Chi.bio反应器内测得的pH的闭环反馈控制，并将pH控制模块集成到现有的Chi.bio用户界面中。我们使用基准切割蛋白酶的合成聚酯，聚酯聚酯（PET）的小尺度解聚（PET）证明了pH对照的实用性，并将其与250 mL生物反应反反反应水解反应进行了比较。通过基础添加和产品释放曲线测量的宠物转换和速率的结果在统计上是等效的，而Chi.BIO系统允许相对于250 mL生物反应器设置所需的纯化内zyme的20倍降低。通过廉价的修改，在Chi.bio反应堆中进行pH控制的能力扩大了该系统中研究的生化反应和生物培养的潜在板岩，并且也可以适用于其他生物反应器平台。
婴儿的细粒度功能分析图...
抽象的慢性髓样白血病（CML）是一种血液癌，其特征是由费城染色体的产物（BCR-ABL-1酪氨酸激酶）驱动的成熟髓样细胞的产生失调。酪氨酸激酶抑制剂（TKI）已被证明在治疗CML方面有效，但是即使在BCR-ABL1激酶结构域中没有突变的情况下，仍然有一群对TKI治疗反应的患者，这些患者也没有反应。发现新的策略以改善CML中的TKI治疗，我们开发了一种非线性数学模型的CML Hema- topoiesis，该模型结合了反馈控制和谱系分支。细胞–细胞相互作用使用自动模型选择方法以及先前的观察结果以及来自CML的嵌合BCR-ABL1转基因小鼠模型的新体内数据来限制。由此产生的序言模型捕获了疾病的各个阶段正常和CML细胞的动力学，并且表现出与CML患者的TKI治疗的可变反应。该模型预测，骨髓中CML干细胞比例的增加将降低疾病对TKI治疗的反应趋势，并与临床数据一致，并在小鼠中实验证实。该模型进一步表明，在我们假定的正常细胞和白血病细胞之间的相似性下，对TKI治疗的难治反应的关键预测指标是对正常造血干细胞自我更新的最大概率的增加。我们使用这些见解来开发临床预后标准，以预测TKI治疗和设计策略的功效以改善治疗反应。该模型预测，在应用TKI治疗的同时刺激白血病细胞的分化可以显着改善治疗结果。
Alma Mater Studiorum 博洛尼亚大学档案馆......
1 引言 缆索驱动并联机器人 (CDPR) 通过与末端执行器 (EE) 并行连接的可伸缩缆索来控制末端执行器 (EE) 的运动。CDPR 是一种高速协作起重机，其灵活性最近引起了业界的广泛关注：娱乐 [2]、物流 [3]、建筑 [4]、维护 [5] 和检查 [6] 只是其中的一些研究应用。由于 CDPR 可以通过反馈控制自主运行并进行自我调节，因此在海上环境中引入这些系统来补充或替代标准起重设备也呈现出一种上升趋势。CDPR 可以使海面作业更快、更安全，因为标准起重机本身无法补偿因波浪引起的干扰或风力引起的有效载荷摆动 [7]。另一方面，影响缆索驱动系统的主要问题是缆索只能施加拉力，而波浪引起的框架振动可能导致缆索松弛。为保证系统的安全性和性能，必须设计适当的控制器来避免张力损失[8]。[9] 提出了 CDPR 在海上活动中的首批实际应用之一，其中使用神经网络预测船舶振荡行为，并使用 6 缆索系统补偿有效载荷摆动。后来，通过使用过度约束的 CDPR 来解决减轻波浪影响的问题，这种 CDPR 配备的缆索数量多于 EE 自由度 (DoF)：调整机器人控制模型以考虑缆索松弛[10，11]，此外，还制定了张力分配策略来消除松弛[12]。毫无疑问，使用过度约束系统在精密应用中可能具有优势，因为 EE 可控性最高。然而，许多电缆严重影响工作空间的可达性、生产成本和维护成本。
![arxiv：2403.01906v1 [Math.oc] 4 2024年3月4日](/simg/7\7db3dab00baefebcf58c1604d3e3819b168d0a85.webp)
arxiv：2403.01906v1 [Math.oc] 4 2024年3月4日
拥有在线估计某些皮质区域的神经活动的技术具有许多潜在用途。这可以从监测和治疗脑健康[21]到神经科学的应用，例如心理学[11]，脑部计算机接口[9]或对特定神经现象（例如视觉错觉）的分析[23]。最近，这为设计理论设计灵感技术，反馈 - 环控制（例如在田野脑机界面[29]和深脑刺激[24]中，这为反馈环控制打开了大门。例如，可以通过反馈控制对大脑中信号的稳定来减轻帕金森氏病的症状[20]。在大多数实际情况下，只能部分测量神经活动。那么至关重要的是能够根据测量结果提供有效且可靠的在线估计方法[12，11，26]。在本研究中，我们关注的模型是神经元活性是根据众所周知的神经场方程在空间中分布的分布。这些模型依赖于通过平均大脑中的大群神经元的活性获得的全差异方程。它们是在开创性作品中引入的[2，3]，并为研究大脑活动提供了有力的理论框架。有关神经场模型的综述，请参见[22]，有关神经元活动的不同大型模型[32]，以及[16，18]的[16，18]，以对这些方程进行更深入的分析。本文的重点是[8]中引入的V1低维模型的状态估计。这些模型具有丰富的应用历史，尤其是在对主要视觉皮层V1 [8、4、16]的研究中，尤其是用于解释视觉错觉的[27，28，33，14]。他们还证明了复制在实验数据中观察到的许多现象的能力，这些现象通常是通过电压敏感染料（VSD）成像获得的，例如，请参见[8，13，25]。此特定模型包含了引入的环模型的许多特征
光电跟踪系统的动态高型区间2型模糊逻辑控制
摘要：提出一种基于区间2型模糊逻辑控制器（IT2FLC）的动态高型控制（DHTC）方法，将其应用于光电跟踪系统，提高稳态精度和响应速度。在传统的多环反馈控制环中加入积分器，可以增加系统型数，从而加快响应速度，提高稳态精度，但存在积分饱和的风险。根据系统状态动态切换型数，可以在保留高型优点的同时避免积分饱和。模糊逻辑控制（FLC）可以根据输入的变化动态地改变输出值，具有响应速度快、处理不确定性能力强等优点。因此，本文将FLC引入高型控制系统，以FLC的输出作为积分器的增益来控制积分器的通断，达到动态切换型数的目的，并在实验中得到成功验证。 IT2FLC引入了三维隶属函数，进一步提高了FLC处理不确定性的能力。从实验结果来看，与T1FLC相比，IT2FLC处理不确定性的能力明显提高。另外，为了加快IT2FLC的计算速度，本文提出了一种改进的类型归约算法，即加权梯形Nie-Tan（WTNT）。与传统类型归约算法相比，WTNT具有更快的计算速度和更好的稳态精度，且已成功应用于实时控制系统，有很好的工程应用价值。最后，为了减少人为因素的干扰，提高系统的自动化水平，采用多种群遗传算法（MPGA）对FLC的参数进行迭代优化，提高了输出精度。在柔性快速反射镜(FFSM)实验平台上,对比了传统控制器、T1FLC及IT2FLC的控制效果,证明了IT2FLC-DHTC系统具有更快的响应性能、更高的稳态精度、以及更强的处理不确定性的能力。