XiaoMi-AI文件搜索系统
World File Search System四倍的
使用可区分的模拟学习四倍的运动
摘要 - 腿部机器人控制的最新进展是由无模型的强化学习驱动的，但我们探索了可区分模拟的潜力。不同的模拟有望更快地收敛和更稳定的训练，但是到目前为止，其用于腿部机器人控制的使用仍然限于模拟。可区分仿真的主要挑战在于由于接触良好的环境中的不连续性（例如四倍的运动）而导致机器人任务的复杂优化土地。这项工作提出了一个新的，可区分的模拟框架来克服这些挑战。关键思想涉及将复杂的全身仿真解耦，该模拟可能由于接触而表现出不连续性，分为两个单独的连续域。随后，我们将简化模型产生的机器人状态与更精确，不可差的模拟器对齐，以保持足够的模拟精度。我们的框架可以使用单个模拟机器人在几分钟内学习四足动物，而无需任何并行化。随着GPU并行化的增强，我们的方法允许四倍的机器人在挑战地形上掌握各种各样的机车技巧，包括小跑，步伐，绑定和gallop。此外，我们的政策在现实世界零击中实现了强大的运动性能。据我们所知，这项工作代表了使用可区分模拟控制真正四倍的机器人的首次演示。这项工作提供了一些重要的见解，以便在现实世界中使用可区分的模拟进行腿部运动。
使用深钢筋的四倍的机器人模拟...
摘要 - 我提出了一种新颖的增强学习方法，用于在模拟环境中训练四足机器人。在动态环境中控制四足机器人的想法非常具有挑战性，我的方法提出了最佳的政策和培训方案，资源有限，并且表现出色。该报告使用RaisimgyMtorch开源库和专有软件Raisim进行模拟Anymal机器人。我的方法以训练时的机器人步行方案的评估为中心，以制定马尔可夫决策过程。使用在Actor-Critic模式下使用的近端策略优化算法来解决结果的MDP，并使用一台台式机收集了数千个状态转换。这项工作还提出了一个控制器方案，该计划在模拟环境中显示了数千个时间步骤。这项工作还为早期研究人员提供了他们喜欢的算法和配置的基础。
使用可区分的模拟学习四倍的运动
摘要：这项工作探讨了使用可区分的模拟进行四足运动的潜力。可区分的模拟通过使用机器人动力学计算低变化的一阶梯度来承诺快速转化和稳定训练。但是，它对腿部机器人的使用仍然仅限于模拟。主要挑战在于由于不连续动态而引起的机器人任务的复杂优化格局。这项工作提出了一个新的可区分类似框架来克服这些挑战。我们的方法结合了用于正向动力学的高保真度，非差异的模拟器，简化的表面模型用于梯度后传播。这种方法通过将替代模型的机器人状态与精确的，不可差的模拟器对齐来保持模拟精度。我们的框架使学习可以在几分钟内在仿真中学习四倍，而无需并行化。随着GPU并行化的增强，我们的方法允许四倍的机器人在几分钟内在挑战地形上掌握各种运动技能。我们证明，可差异的模拟通过实现明显提高样品效率的同时，在处理大规模环境中的有效性时，可以优于强化学习算法（PPO）。我们的方法代表了可区分模拟到现实世界四倍的机车运动的第一个成功应用之一，它为传统RL方法提供了令人信服的替代方案。视频：https：//youtu.be/wenq_w715xm
四倍的perovskites中的声子嘎嘎作响
在钙钛矿中晶格电位强的非谐度的影响，包括分层的丘比特，三维型晶体和相关系统[1，2，3]。此外，铜氧化物（CUO）中Cuo 6八氏菌（Cuo）的氧气原子应该具有双重潜力。这一事实得到了许多高t c超导体和相关父系统的确定，包括Yba 2 Cu 3 O 7-δ，La 2-x Sr X Cuo 4，以及通过Exed X-Ray X-Ray x-Ray X射线吸收结构（exafs）实验，and-x ce x cuo 4-Δ计算（请参阅[1，2，4，5]及其中的参考）。在SuperContucting Ba 1-x K x Bio 3 [6]中观察到异常氧振动的相似情况。参考。[7]用Jahn-Teller Polaron模型解释了超导LA 2 CUO 4中双井潜力的出现。在参考文献中讨论了双钙壶中的双孔电池。[8]，进行区域中心软模式的计算是为了使极性和八面体旋转不稳定性表征。这些电势中的声子模式可能很不寻常。由其他原子形成的过度原子笼中弱结合离子的非谐振动通常被称为嘎嘎作响。已经在诸如Val 10 +Δ[9]，laterates [10]，Detecaborides [11]的材料中观察到它们。最近，建议在高压下合成的四倍体cucu 3 v 4 o 12 [3]。Rattling or other types of anharmonicity can lead, e.g., to Schottky-type anomaly of specific heat at low temperature [14], result in significant in- crease of electron e ff ective mass [15, 16, 17], suppress thermal conductivity [18, 19] or be a driving force for the superconduc- tivity [15, 16, 17, 20].在四倍的perovskites aa'3 b 4 o 12中
层次强化学习和价值优化，用于挑战四倍的运动
摘要 - 我们提出了一个新颖的层次结构增强学习框架，用于在具有挑战性的地形上进行四足运动。我们的方法结合了两层层次结构，高级计划者（HLP）选择低级政策（LLP）的最佳目标。LLP是使用派演员批评的RL算法训练的，并将脚步放置为目标。HLP不需要任何额外的培训或环境样本，因为它是通过在线优化过程对LLP的价值函数进行的。我们通过将其与端到端的强化学习（RL）方法进行比较来证明该框架的好处，从而突出了其在各种不同地形阵列中碰撞较少的碰撞较少的能力的提高。索引术语 - 动物学，强化学习，优化
基于学习的自适应控制四倍的机器人，用于运动平台上的主动稳定
摘要 - 由于独立的平台动作以及由此产生的多种惯性力量，机器人在机器人的六度移动平台（例如地铁，公共汽车，飞机和游艇）等六度移动平台上面临平衡挑战。为了减轻这些挑战，我们提出了基于学习的运动平台（LAS-MP）的主动稳定，具有自动平衡政策和系统状态估计器。策略会根据平台的运动自适应地调整机器人的姿势。估计器基于原则传感器数据推断机器人和平台状态。对于各种平台运动的系统培训方案，我们介绍了平台轨迹生成和调度方法。我们的评估表明，与三个基线相比，多个指标的卓越平衡性能。此外，我们对LAS-MP进行了详细分析，包括消融研究和评估估计器，以验证每个组件的有效性。
胸腔手术后增强四倍的健康结果：可行性飞行员使用数字家庭监控
背景：出院后的手术恢复通常给患者和看护人带来挑战。术后并发症和在家管理不良的疼痛可能会导致对急诊科（ED）的意外访问和去医院的再入院。数字家庭监控（DHM）可以改善术后护理。目的：与标准护理相比，我们进行了一项随机对照试验（RCT）的可行性研究，以评估胸外科手术后的DHM有效性。方法：我们在单个三级护理中心进行了2臂平行组飞行员RCT。接受胸腔手术程序的成年患者被随机分为2组：DHM组和护理标准（对照组）。我们遵守了意向性治疗分析原则。主要结果是预先确定的RCT可行性标准。如果超过75％的试验募集，协议依从性和数据收集，则该试验将是可行的。次要结果包括30天的ED访问率，30天的再入院率，术后并发症，住院时间长度，30天阿片类药物消费量，30天的恢复质量，患者培训质量满意度，照料者满意度，医疗保健提供者满意度以及每例案例成本。结果：满足所有RCT可行性标准。试验招聘率为87.9％（95％CI 79.4％-93.8％）。协议依从性和结果数据收集率分别为96.3％（95％CI 89.4％-99.2％）和98.7％（95％CI 92.9％-99.9％）。总共有80名患者被随机分配，DHM组为40例（50％），对照组40例（50％）。基线患者和临床特征在两组之间是可比的。The DHM group had fewer unplanned ED visits (2.7% vs 20.5%; P =.02), fewer unplanned admission rates (0% vs 7.6%; P =.24), lower rates of postoperative complications (20% vs 47.5%, P =.01) shorter hospital stays (4.0 vs 6.9 days; P =.05), but more opioid consumption （111.6，SD 110.9）vs 74.3，SD 71.9 mg吗啡等效物；与对照组相比，p = .08）。DHM also resulted in shorter ED visit times (130, SD 0 vs 1048, SD 1093 minutes; P =.48) and lower cost per case (CAD $12,145 [US $ 8436.34], SD CAD $8779 [US $ 6098.20] vs CAD $17,247 [US $11,980.37], SD
四倍的机器人控制：使用身体平面运动控制，腿阻抗控制和贝齐尔曲线
摘要：在机器人技术中，已经证明了四足机器人在工业，采矿和灾难环境中执行任务的能力。为了确保机器人安全执行任务，其脚部位置的细致计划和精确的腿部控制至关重要。四足机器人的传统运动计划和控制方法通常依赖于机器人本身及其周围环境的复杂模型。建立这些模型由于其非线性性质可能会具有挑战性，通常需要大量的计算资源。但是，存在一种更简化的方法，该方法着重于机器人浮动基础进行运动计划的运动学模型。这种简化的方法更易于实现，但也适用于更简单的硬件配置。将阻抗控制纳入腿部运动是有利的，尤其是在穿越不平坦的地形时。本文提出了一种新颖的方法，其中四足机器人对每条腿采用阻抗控制。它利用六度的贝齐尔曲线来生成从平面运动模型中用于身体控制的腿部速度的参考轨迹。该方案有效地指导机器人沿预定义的路径。使用机器人操作系统（ROS）实施了拟议的控制策略，并通过GO1机器人的模拟和物理实验进行验证。这些测试的结果证明了控制策略的有效性，使机器人能够跟踪参考轨迹，同时显示稳定的步行和小跑步态。
四倍的钙钛矿氧化物CACU3CR2RE2O12的高压合成具有高铁磁库里温度
摘要：AA'3 B 2 B'2 O 12 -type四倍的CACU 3 Cr 2 Re 2 Re 2 O 12的氧化四倍体氧化物在18 GPA和1373 K中合成。都经过了A -和B-位订购的四倍的perovskite perovskite perovskite Crystal结构，并与空间组Pn -3一起观察。通过键价总计计算和同步加速器X射线吸收光谱验证，价态被证实为CACU 3 2+ CR 2 3+ RE 2 5+ O 12。Cu 2+，Cr 3+和Re 5+之间的自旋相互作用在约360 K处产生了库里温度（T C）的铁磁过渡。本研究提供了一种有前途的四倍钙钛矿氧化物，其室温高于房间的铁磁性和可能的半金属特性，这表明使用了Spintronic设备的使用可能性。
基于学习的推进控制，用于动态适应不断变化的环境
摘要 - 本文提出了一种基于学习的自适应推进控制（APC）方法，用于与两栖环境中推进器集成的四倍的机器人，从而使其能够在水中有效地移动，同时保持其地面局限性功能。我们设计了特定的增强学习方法，以训练神经网络以执行向量推进控制。我们的方法协调腿和螺旋桨，使机器人能够在执行器故障和未知干扰的情况下实现速度和轨迹跟踪任务。我们对水中机器人的模拟验证证明了训练有素的神经网络根据历史信息预测干扰和执行器故障的有效性，这表明该框架适应不断变化的环境，适合在动态变化的情况下使用。我们提出的方法适合于四倍的机器人的硬件增强，以在两栖机器人的领域创建途径，并扩展了在各种应用程序中使用四倍的机器人的使用。