XiaoMi-AI文件搜索系统
World File Search System手臂
通过增强来控制机器人手臂
在Marwan Hamze博士的监督下，该项目是在东京科学大学的吉田教授实验室的国际四个月实习的一部分。主要目的是为加强机器人手臂控制学习的应用的应用做出贡献。我的工作包括在模拟和真实环境中为机器人组开发和实施控制算法。强化学习使避免复杂的运动学模型成为可能，从而为机器人提供通过与环境直接互动来优化其行为的能力。我将精力集中在优化XARM6机器人手臂控制上，并从科学文献中适应方法。我在模拟中首先测试了这些算法，然后将它们应用于真实环境以评估其稳健性。我的目标是获得加强对人形机器人控制的技能，以控制川崎的Kaleido机器人，尺寸为1.80 m，重80 kg。这个项目使我能够增强机器人技术和人工智能方面的技术技能，同时促进该扩展领域应用的研究。
U-Limb：关于健康和中风后手臂运动控制的多模式、多中心数据库
1 “Enrico Piaggio”研究中心和 Dipartimento di Ingegneria dell'Informazione，比萨拉戈大学 Lucio Lazzarino 1, 56122 比萨，意大利； 2 用于人类合作与康复的软机器人，Fondazione Istituto Italiano di Tecnologia，Via Morego 30, 16163 Genova，意大利； 3 RSI - 慕尼黑工业大学 (TUM) 慕尼黑机器人与机器智能学院机器人与系统智能主席，Heßstr。 134, 80797 慕尼黑, 德国; 4 MoMiLab 研究中心，IMT 卢卡高级研究学院，Piazza S. Francesco 19, 55100 Lucca, Italy； 5 苏黎世大学神经病学系血管神经病学和神经康复科，Frauenklinikstrasse 26, 8006 苏黎世，瑞士；6 汉诺威医学院矫形外科系生物力学和生物材料实验室 (LBB)，L384, 30625 汉诺威，德国；7 苏黎世健康科学与技术系机器人与智能系统研究所康复工程实验室，CLA H 1.1 Tannenstrasse 3, 8092 苏黎世，瑞士
使用人工磁场和配备机器人激光的手臂进行超级kamiokande pmts表征探测用机器学习武装的顽固性BSM参数空间
这项研究引入了创新的机器学习（ML）辅助采样方法，旨在更有效地扩展标准模型（BSM）参数空间。Markov Chain Monte Carlo（MCMC）和Hamiltonian Monte Carlo（HMC）等传统方法经常在高维，多模式空间中面临限制，从而导致计算瓶颈。我们的方法结合了积极训练的深层网络（DNN）和嵌套采样，动态预测更高的样子区域，以加速收敛并提高采样精度。这些可扩展的框架具有可扩展的框架，可以在高层物理学（HEP）研究中进行全面分析，以解决bsm compariete bsm commiate bsm commiate bsm compariate bsm compariate bsm comporiate comportiation comportiation comportiation。
手臂交互的电触觉反馈应用：系统评价、荟萃分析和未来方向
摘要 — 触觉反馈在广泛的人机/计算机交互应用中至关重要。然而，触觉设备的高成本和低便携性/可穿戴性仍然是尚未解决的问题，严重限制了这种原本很有前途的技术的采用。电触觉界面具有更便携和更可穿戴的优势，因为它们的执行器尺寸减小，功耗和制造成本更低。电触觉反馈在人机交互和人机交互中的应用已被探索，以促进假肢、虚拟现实、机器人遥控操作、表面触觉、便携式设备和康复等应用中的基于手的交互。本文介绍了电触觉反馈的技术概述，以及其在基于手的交互中的应用的系统综述和荟萃分析。我们根据应用类型讨论了不同的电触觉系统。我们还对研究结果进行了定量讨论，以提供对最新技术的高层次概述并提出未来的方向。电触觉反馈系统显示出更高的便携性/可穿戴性，并且它们成功地呈现和/或增强了大多数触觉、引发感知过程并在许多场景中提高了性能。然而，我们发现了知识差距（例如，实施方案）、技术（例如，反复校准、电极的耐用性）和方法（例如，样本大小）缺陷，这些缺陷应在未来的研究中得到解决。
由早期手臂双臂强化疗法引起的变化，包括单侧脑瘫的幼儿的下肢
设计，设置和参与者这项前瞻性随机临床试验（2018年11月至2021年12月），包括2个平行组和1：1的分配，招聘在欧洲大学医院，脑瘫专业中心和自发应用在3个地点：比利时布鲁塞尔，比利时。布雷斯特，法国；和意大利比萨。匹配（包含年龄，病变类型，脑瘫原因和受影响的侧面）对随机分组。在基线（T1）后2周（T1）和基线后3个月（T2）评估了幼儿（T0）（T0）。医疗保健专业人员和主要结果评估者对小组分配视而不见。至少有23个年龄较大的儿童（每组），年龄在12至59个月中，患有痉挛性/运动障碍UCP，并且需要遵循指示。排除标准包括不受控制的癫痫发作，预定的肉毒杆菌毒素注射，计划在研究期之前或期间6个月内安排的骨科手术，严重的视觉/认知障碍或磁共振成像的禁忌症。
优化机器人手臂性能：与尼龙，PLA和ABS Prashant Kumar 1，*，P。K. Sharma 2，Ishan Khan 3
摘要本文分析了在机器人臂中使用的三种材料的机械行为：尼龙，PLA和ABS，重点是三个重要参数：在不同加载条件下的总变形和等效应力。在这方面，通过ANSYS软件进行了有限元分析，以模拟结构刚度，以及它们抵抗用钢加固增强时这些材料会产生的压力的阻力。调查表明，与PLA和ABS相比，尼龙的性能，尤其是在用钢增强的情况下，就可变形性和在应力分布中扩散而言。因此，它更适用于应用负载时包括更高耐久性以及最小变形的应用程序。一般设计和分析应表明在工业和教育机构中使用的小规模机器人武器的设计中有一些有价值的见解。关键字：ABS，ANSYS，等效压力，FEA，材料性能，尼龙，PLA，机器人臂，钢筋，钢筋，总变形简介
生物假肢手臂的设计和开发及其用途...
人工智能 (AI) 引入假肢领域带来了范式转变，加速了先进智能生物假肢的开发。本研究探讨了人工智能增强型生物假肢的设计和开发，其目标不仅是恢复失去的肢体功能，而且还通过人机交互的无缝集成来提高人类潜能。建议的生物假肢结合了先进机器人技术、人工智能算法和生物反馈机制等尖端技术，以构建智能自适应假肢系统。本研究的根本目标是通过提供与真肢复杂运动和感官反馈非常相似的生物假肢来改善用户体验。假肢的人工智能组件旨在分析来自用户大脑的神经信号，从而实现……
瘫痪手臂的机器人康复
中风是导致死亡的主要原因，也是长期残疾的主要原因。每年，全球约有 1500 万人受中风影响，其中 500 万人死亡，500 万人残疾。这给家庭护理人员带来了压力，增加了医疗保健系统的利用率，功能衰退是常见影响。中风后功能衰退大部分是由手臂功能受损或上肢残疾引起的，80% 的中风后患者受此影响。上肢缺陷包括肌肉无力、手臂（尤其是手和手指或肘部和肩膀）移动困难以及感觉减弱，导致幸存者无法活动或从事身体活动。最近的研究报告了机器人康复对中风患者的有效性。瘫痪和中风患者无法移动上肢和下肢。他们需要定期锻炼。瘫痪患者的物理治疗师和护理人员的短缺问题日益严重，并很快成为一个严重的问题。目前，印度有超过 95,00,000 名瘫痪患者。但印度只有近 30,000 名物理治疗医生。比例为 300:1（每 300 名患者配备 1 名医生）。一名物理治疗师每天为 300 名患者进行锻炼非常困难。因此，需要对瘫痪身体部位进行体育锻炼的患者人数也在不断增加。康复是一门庞大的科学，需要投入更多的时间。当前的机械臂模型是让患者进行锻炼的系统。我们的系统致力于提供基于治疗的解决方案，通过机器人辅助进行锻炼的初始康复阶段来补充物理治疗师。所提出的系统考虑了名为 CIMT 的疗法，该疗法可确保神经可塑性，从而帮助患者更快地康复。
通过深钢筋学习用软机器人手臂推动
和投掷。[14]但是，由于收集和标记代表性交互数据集，广泛的优化和过度拟合的挑战，数据驱动的前向模型对于交互任务不合适。与未经检测环境相互作用的CSM的有希望的方法是连续机械模型。这些模型以物理术语表征了软机器人的变形，并用作物理相互作用的有价值的模拟器。经典的有限元方法可以准确代表复杂的3D几何形状。[15]这种准确性以高计算成本而使控制问题复杂化，尽管最近的模型订单减少技术使这些方法更实惠。[16,17]其他合适的方法采用了降低的机械模型，例如哥塞拉特杆，它们有效地描述了经历了大型专制的细长身体，平衡了复杂力学和计算效率的准确表示。