XiaoMi-AI文件搜索系统
World File Search System导引
扩散-ES：无梯度计划，扩散自主和指导引导
扩散模型在建模复合物和多模态轨迹分布方面表现出色，以进行决策和控制。最近提出了奖励级别指导的denoising，以生成轨迹，从而最大程度地提高了可差异的奖励函数，又是扩散模型捕获的数据分布下的可能性。奖励级别指导的denoisising需要适合清洁和噪声样本的可区分奖励功能，从而限制了其作为一般轨迹优化器的应用。在本文中，我们提出了扩散-ES，一种将无梯度优化与轨迹deNoising结合起来的方法，以优化黑框非差异性目标，同时留在数据管理中。扩散-ES样品在进化过程中的轨迹 - 从扩散模型中搜索，并使用黑框奖励函数得分。它使用截断的扩散过程突变高得分轨迹，该过程应用了少量的no弱和降解步骤，从而可以更有效地探索解决方案空间。我们表明，扩散-ES在Nuplan上实现了最先进的表现，Nuplan是一个已建立的闭环计划基准，用于自动驾驶。扩散-ES的表现优于现有的基于抽样的计划者，反应性确定性或基于扩散的策略以及奖励梯度指导。此外，我们表明，与先前的指导方法不同，我们的方法可以优化由少数弹药LLM提示产生的非差异性语言形状奖励功能。这使我们能够解决最困难的NUPLAN场景，这些方案超出了现有的传统优化方法和驾驶策略的能力。在以遵循指示的人类老师的指导下，我们的方法可以产生新颖的，高度复杂的行为，例如训练数据中不存在的积极的车道编织。1
美国陆军低成本半主动激光导引头...
弗雷德里克斯堡，弗吉尼亚州22406摘要美国陆军研究实验室（ARL）正在探索技术，以提供低成本的火灾，适用于直接和间接消防武器系统。这些应用之一涉及一个前向观察者（FO），用激光斑点指定目标，并在船上搜索弹药，检测反射能量以允许终端指导。这种方法，称为半活性激光（SAL）指南，已用于许多空运弹药中，包括炸弹，导弹和弹丸。但是，这些系统的成本是由高质量光学，高灵敏度检测器和专业电子设备驱动的，它阻碍了它们迁移到枪支弹药（例如迫击炮，炮兵和手榴弹）中。要探索，开发和展示最低的成本解决方案，ARL投资了一个称为较小，更轻，更便宜的弹药组件（SLCMC）的陆军技术目标（ATO）。具体来说，基于商业组件（COTS）和质量生产技术的Sal Seeker硬件正在原型中，用于与枪支发射的弹丸和激光目标指定器一起使用。Seeker系统由几个印刷电路板板，一个微处理器，四翼检测器和模制的光学镜头单元组成。该寻求者旨在快速更新弹丸孔的角度，与其他皮带向下的传感器接口，并将数据馈送到机上指导，导航和控制（G，N＆C）系统中，以允许进行弹丸操作。探索者的设计和基本特征将在论文和演示中进行讨论和介绍。关键词寻求者，弹药，精密火灾，炮兵，半活性激光，指导系统，带有动态科学的绑带传感器 *，并根据ARL，APG，MD
![初步沟通 基于人工智能的车载自动列车障碍物距离估计 Ivan ĆIRIĆ*、Milan PAVLOVIĆ、Milan BANIĆ、Miloš SIMONOVIĆ、Vlastimir NIKOLIĆ 摘要：本文提出了一种新方法，利用图像平面单应性矩阵来改进对摄像机和成像物体之间距离的估计。该方法利用两个平面（图像平面和铁轨平面）之间的单应性矩阵和一个人工神经网络，可根据收集的实验数据减少估计误差。SMART 多传感器车载障碍物检测系统有 3 个视觉传感器——一个 RGB 摄像机、一个热成像摄像机和一个夜视摄像机，以实现更高的可靠性和稳健性。虽然本文提出的方法适用于每个视觉传感器，但所提出的方法是在热成像摄像机和能见度受损场景下进行测试的。估计距离的验证是根据从摄像机支架到实验中涉及的物体（人）的实际测量距离进行的。距离估计的最大误差为 2%，并且所提出的 AI 系统可以在能见度受损的情况下提供可靠的距离估计。 关键词：人工神经网络；自动列车运行；距离估计；单应性；图像处理；机器视觉 1 简介 通过遵循自动化趋势，可以大大提高铁路货运的质量和成本竞争力，以实现经济高效、灵活和有吸引力的服务。今天，自动化和自主操作已经在公路、航空和海运中变得普遍。现代港口拥有自动导引车 (AGV)，可将集装箱从起重机运送到轨道旁、仓库、配送中心，而自动驾驶仪是航空公司和大型货船的标准配置，不需要大量机上人员。自动驾驶汽车和卡车的发展已经进入了一个严肃的阶段。此外，轨道交通自主系统的发展主要出现在公共交通服务领域（无人驾驶地铁线路、轻轨交通 (LRT)、旅客捷运系统和自动引导交通 (AGT)）。基本思想是使用一定程度的自动化，将操作任务从驾驶员转移到列车控制系统（例如 ERTMS）。根据国际电工委员会 (IEC) 标准 62290-1，列车自主运行 (ATO) 是高度自动化系统的一部分，减少了驾驶员的监督 [1]。对于完全自主的列车运行，列车操作员的所有活动和职责都需要由多个系统接管，这些系统可以感知环境并俯瞰现场，检测列车路径上的潜在危险物体并做出相应的正确反应 [2-6]。障碍物检测系统作为 ATO 系统的主要部分，障碍物检测系统需要根据货运特定和一般用例（例如 EN62267 和/或自动化领域的相关项目）来监控环境。为了满足严格的铁路标准和法规，障碍物检测系统 (ODS) 应在具有挑战性的环境和恶劣的能见度条件下工作。ODS 是一种具有硬件和软件解决方案的机器视觉系统（图 1），用于提供有关铁路上和/或其附近障碍物的可靠信息，并估算从系统到检测到的障碍物的距离 [7]。该系统需要实时运行，并在不同的光照条件下运行（白天、](/simg/4/4b79ebb2e692147077c5f05290fe6b1288b2aad1.png)
初步沟通 基于人工智能的车载自动列车障碍物距离估计 Ivan ĆIRIĆ*、Milan PAVLOVIĆ、Milan BANIĆ、Miloš SIMONOVIĆ、Vlastimir NIKOLIĆ 摘要：本文提出了一种新方法，利用图像平面单应性矩阵来改进对摄像机和成像物体之间距离的估计。该方法利用两个平面（图像平面和铁轨平面）之间的单应性矩阵和一个人工神经网络，可根据收集的实验数据减少估计误差。SMART 多传感器车载障碍物检测系统有 3 个视觉传感器——一个 RGB 摄像机、一个热成像摄像机和一个夜视摄像机，以实现更高的可靠性和稳健性。虽然本文提出的方法适用于每个视觉传感器，但所提出的方法是在热成像摄像机和能见度受损场景下进行测试的。估计距离的验证是根据从摄像机支架到实验中涉及的物体（人）的实际测量距离进行的。距离估计的最大误差为 2%，并且所提出的 AI 系统可以在能见度受损的情况下提供可靠的距离估计。 关键词：人工神经网络；自动列车运行；距离估计；单应性；图像处理；机器视觉 1 简介 通过遵循自动化趋势，可以大大提高铁路货运的质量和成本竞争力，以实现经济高效、灵活和有吸引力的服务。今天，自动化和自主操作已经在公路、航空和海运中变得普遍。现代港口拥有自动导引车 (AGV)，可将集装箱从起重机运送到轨道旁、仓库、配送中心，而自动驾驶仪是航空公司和大型货船的标准配置，不需要大量机上人员。自动驾驶汽车和卡车的发展已经进入了一个严肃的阶段。此外，轨道交通自主系统的发展主要出现在公共交通服务领域（无人驾驶地铁线路、轻轨交通 (LRT)、旅客捷运系统和自动引导交通 (AGT)）。基本思想是使用一定程度的自动化，将操作任务从驾驶员转移到列车控制系统（例如 ERTMS）。根据国际电工委员会 (IEC) 标准 62290-1，列车自主运行 (ATO) 是高度自动化系统的一部分，减少了驾驶员的监督 [1]。对于完全自主的列车运行，列车操作员的所有活动和职责都需要由多个系统接管，这些系统可以感知环境并俯瞰现场，检测列车路径上的潜在危险物体并做出相应的正确反应 [2-6]。障碍物检测系统作为 ATO 系统的主要部分，障碍物检测系统需要根据货运特定和一般用例（例如 EN62267 和/或自动化领域的相关项目）来监控环境。为了满足严格的铁路标准和法规，障碍物检测系统 (ODS) 应在具有挑战性的环境和恶劣的能见度条件下工作。ODS 是一种具有硬件和软件解决方案的机器视觉系统（图 1），用于提供有关铁路上和/或其附近障碍物的可靠信息，并估算从系统到检测到的障碍物的距离 [7]。该系统需要实时运行，并在不同的光照条件下运行（白天、
初步沟通 基于人工智能的车载自动列车障碍物距离估计 Ivan ĆIRIĆ*、Milan PAVLOVIĆ、Milan BANIĆ、Miloš SIMONOVIĆ、Vlastimir NIKOLIĆ 摘要：本文提出了一种新方法，利用图像平面单应性矩阵来改进对摄像机和成像物体之间距离的估计。该方法利用两个平面（图像平面和铁轨平面）之间的单应性矩阵和一个人工神经网络，可根据收集的实验数据减少估计误差。SMART 多传感器车载障碍物检测系统有 3 个视觉传感器——一个 RGB 摄像机、一个热成像摄像机和一个夜视摄像机，以实现更高的可靠性和稳健性。虽然本文提出的方法适用于每个视觉传感器，但所提出的方法是在热成像摄像机和能见度受损场景下进行测试的。估计距离的验证是根据从摄像机支架到实验中涉及的物体（人）的实际测量距离进行的。距离估计的最大误差为 2%，并且所提出的 AI 系统可以在能见度受损的情况下提供可靠的距离估计。 关键词：人工神经网络；自动列车运行；距离估计；单应性；图像处理；机器视觉 1 简介 通过遵循自动化趋势，可以大大提高铁路货运的质量和成本竞争力，以实现经济高效、灵活和有吸引力的服务。今天，自动化和自主操作已经在公路、航空和海运中变得普遍。现代港口拥有自动导引车 (AGV)，可将集装箱从起重机运送到轨道旁、仓库、配送中心，而自动驾驶仪是航空公司和大型货船的标准配置，不需要大量机上人员。自动驾驶汽车和卡车的发展已经进入了一个严肃的阶段。此外，轨道交通自主系统的发展主要出现在公共交通服务领域（无人驾驶地铁线路、轻轨交通 (LRT)、旅客捷运系统和自动引导交通 (AGT)）。基本思想是使用一定程度的自动化，将操作任务从驾驶员转移到列车控制系统（例如 ERTMS）。根据国际电工委员会 (IEC) 标准 62290-1，列车自主运行 (ATO) 是高度自动化系统的一部分，减少了驾驶员的监督 [1]。对于完全自主的列车运行，列车操作员的所有活动和职责都需要由多个系统接管，这些系统可以感知环境并俯瞰现场，检测列车路径上的潜在危险物体并做出相应的正确反应 [2-6]。障碍物检测系统作为 ATO 系统的主要部分，障碍物检测系统需要根据货运特定和一般用例（例如 EN62267 和/或自动化领域的相关项目）来监控环境。为了满足严格的铁路标准和法规，障碍物检测系统 (ODS) 应在具有挑战性的环境和恶劣的能见度条件下工作。ODS 是一种具有硬件和软件解决方案的机器视觉系统（图 1），用于提供有关铁路上和/或其附近障碍物的可靠信息，并估算从系统到检测到的障碍物的距离 [7]。该系统需要实时运行，并在不同的光照条件下运行（白天、
自动导引车可持续能源供应的双储能系统概念
摘要：由于工业中自动导引车 (AGV) 的使用数量不断增加，以及对有限原材料（如电动汽车 (EV) 的锂）的需求不断增加，人们正在寻求一种更可持续的 AGV 移动储能解决方案。本文提出了一种双储能系统 (DESS) 概念，该概念基于电气（超级电容器）和电化学储能系统（电池）的组合，根据所需的运输距离分别使用。此 DESS 中的每个储能单元 (ESU) 都能够完全为 AGV 供电。该概念考虑了复杂物料流的要求，并最小化了 AGV 运行所需的储能容量。进行了能量流分析，并进一步以此为基础得出三种可能的电路概念以实现技术。将电路概念与相关工作中的其他方法进行了比较，以区分混合储能系统 (HESS) 的功能。通过将能量流状态映射到有源电路元件来验证概念的功能。最后，给出了一种将控制策略实现为状态机的方法，并得出了有待进一步研究的结论。
双库模型中两种玻色子模式的量子导引
(2013)。 22. A. Zubarev，D. Dragoman，应用。物理。 Lett.104,183110（2014）。 23. A. Zubarev，D. Dragoman，J. Phys. D 47,425302（2014年）。 24. A. Zubarev，国际半导体会议（CAS）文集，109，罗马尼亚锡纳亚（2014 年）。 25. GJ Milburn、S.Schneider、DFV James、Fortschr。物理学 48, 801 (2000)。 26. UL Andersen, G. Leuchs, C. Silberhorn, 激光光子学评论4, 337 (2010)。 27. A. Zubarev、M. Cuzminschi、A. Isar，罗马学院院刊。第20、251页(2019年)。 28. A. Croitoru，I. Ghiu，A. Isar，Rom. Rep. Phys. 72，102 (2020年)。 29. M. Calamanciuc，A. Isar，Rom. J. Phys. 65，119 (2020年)。 30.X.-B. Wang，T. Hiroshima，A. Tomita，M. Hayashi，Phys.报告448，1（2007）。 31. V. H¨andchen、T. Eberle、S. Steinlechner、A. Samblowski、T. Franz、RF Werner 和 R. Schnabel, Nat.
高等教育中人工智能指导引发的道德问题
指导是一个高度个人化和个性化的过程，受指导者利用专业知识和经验来扩展知识并实现个人目标。人工智能在高等教育指导过程中的新兴应用不仅需要遵守适用的法律法规（例如有关数据保护和非歧视的法律法规），还需要彻底了解道德规范、准则和未解决的问题（例如数据完整性、系统安全性和保密性、避免偏见、确保算法的信任和透明度）。高等教育指导需要最高程度的信任、开放和社会情感支持，因为这对受指导者来说至关重要，尤其是他们的学业成就、职业选择和未来的生活选择。然而，在引入数字系统时，道德妥协似乎很常见，而人工智能支持的指导中潜在的道德问题在研究、开发和应用中仍然没有得到充分解决。挑战之一是一方面要争取隐私和数据经济，另一方面大数据是人工智能支持环境的先决条件。如何在复杂的数字指导过程中尊重人工智能教育的道德规范和一般准则？本文力求就相关伦理问题展开讨论，并以此提高人们对未来高等教育中数据驱动、人工智能支持的指导环境的道德发展和使用的认识。
机载导引头试验台 - 麻省理工学院林肯实验室
机载导引头试验台是一个最近投入使用的仪器系统，包含一个闭环跟踪半主动导引头，能够记录与雷达导引头现象、目标散射特性、电子对抗以及捕获和跟踪性能有关的高保真信号。试验台的独特功能将用于收集数据和开发用于评估和预测导弹性能的计算机模型。试验台数据将用于评估美国飞机对导弹攻击的敏感性，并探索未来系统的新方向。试验台还旨在支持先进导引头和新型电子对抗技术的开发，并在飞行中展示它们的能力。