XiaoMi-AI文件搜索系统
World File Search System定义域
西蒙算法 - CS@YorkU
考虑一个函数 f：{0,1} n --> {0,1} n 。其定义域和余定义域各由 2 n 个元素组成。在编程上下文中，f 接受 n 个布尔参数并返回一个包含 n 个布尔值的数组。如果将 n 个 0/1 值视为整数二进制表示中的位，那么 f 可以被认为是一个函数，将 [0,N-1] 中的整数映射到 [0,N-1] 中的整数，其中 N=2 n 。我们假设 f 作为一个黑盒 U f（一个 oracle ）提供，并在硬件中实现它。假设 f 满足属性（承诺）：∃𝑠∈{0,1} ！: ∀𝑥, 𝑦∈{0,1} ！ , 𝑓(𝑥) = 𝑓(𝑦) ⇔𝑥= 𝑦 ⊕𝑠 查找位串 s 。换句话说，f 要么是 2 对 1 的（将通过掩码 s 连接的对映射到同一幅图像），要么是 1 对 1 的（将不同的元素映射到不同的图像）。1 对 1 的情况对应于 s 是一串 0，这很简单，我们将通过在承诺中添加 s ≠ 0 n 来回避。因此，我们假设 f 是 2 对 1 的。和以前一样，我们假设 f 通过实现它的黑盒 U f （一个 oracle ）给出。2. 例子
在自主机器人中计划和推理的认知体系结构中集成大型语言模型
摘要 - 符号推理系统已在认知体系结构中使用，以提供推理和规划能力。但是，定义域和问题已被证明很困难且容易出错。此外，大型语言模型（LLMS）已成为处理自然语言的工具，以处理不同的任务。在本文中，我们建议使用LLM来解决这些问题。以这种方式，本文提出了在ROS 2集成的认知架构Merlin2中用于自动机器人的llms的整体。具体来说，我们介绍了如何利用LLM在Merlin2的审议过程中的推理能力的设计，开发和部署。因此，对基于PDDL的规划师系统的审议系统更新为自然语言规划系统。该建议对定量和定性进行评估，以衡量将LLM纳入认知体系结构的影响。结果表明，经典方法可以实现更好的性能，但是拟议的解决方案通过自然语言提供了增强的互动。
风研究
本参考条款的目的（“ tor”）是建立清晰的期望和要求，以准备提交给基奇纳市的风能研究。遵守这些准则将有助于加快审查时间，并减轻对进一步修订和提交的需求。未能满足此Tor中规定的要求可能会导致申请被认为不完整。如果申请被认为不完整，它将退还给申请人，以满足必要的提交要求。定义：边界风隧道 - 一个可以模拟建筑和自然环境的风流特征的测试部分，并能够预测均值和阵风风速。计算流体动力学（CFD） - 使用计算机建模和模拟在数学上求解了定义域的风速和方向。配置 - 要评估的比例模型建筑物和结构的布局和设计。超级 - 超出（或超过）定义的阈值。定性研究 - 基于工程判断和对建筑物周围风流的知识的非数字桌面评估。这种知识和经验以及文献，可以对行人风条件进行可靠，一致，有效的估计，而无需进行定量研究。定量研究 - 基于CFD模拟和风能测量值的数值评估。这包括研究站点的计算机或物理模型，周围环境和地形（如果需要）。何时需要：然后将模拟的风流信息与当地风记录结合使用，以预测感兴趣区域的风速。
Jasmine Rimani、Charles Lesire、Stéphanie Lizy-Destrez、Nicole Viola。MBSE 在 HDDL 中建模分层 AI 规划问题的应用。ICAPS 2021，2021 年 8 月，虚拟活动，中国。第 0 页。�hal-03434905�
分层 AI 规划的最新改进为不同专业领域的新应用开辟了道路。一个存在大胆而复杂的规划和调度问题的领域是空间探索系统操作的定义。对于这种特定的应用，分层定义域语言 (HDDL) 可能是最合适的 AI 规划语言。然而，为 HDDL 设计和编写问题和域文件是一项复杂的任务。它们需要熟练的设计师来编写和检查语法的一致性。此外，共享和修改 HDDL 文件可能是一项复杂的任务，并且可能缺乏修改的可追溯性，从而使整个过程容易出错。另一方面，大多数空间系统工程师（空间系统操作概念的架构师）几乎从未在大学课程中学习过 HDDL 和 PDDL 等规划语言。本文提出的工作有助于填补太空操作工程师与 AI 规划潜力之间的空白，以解决应用于太空探索系统的规划和调度问题。HDDL 的典型问题和域文件是从 SysML 的形式化构建的，SysML 是一种用于系统工程的通用架构建模语言。SysML 被有效地用作基于模型的系统工程 (MBSE) 中的建模语言，以研究和设计太空任务的任务架构。所提出的方法应用于模拟空间机器人任务，其中协作无人机和探测车需要探索未知环境。该方法的最终目的是将“人类知识”转移到规划问题中，并展示 MBSE 应用于 AI 规划问题的知识工程 (KE) 的能力。