XiaoMi-AI文件搜索系统
World File Search System控制任务
hygrip：在双人握力控制任务
背景：药物输送系统已证明了跨血液 - 脑屏障（BBB）的有希望的结果，并将负载的治疗剂传递到脑肿瘤。这项研究旨在利用转铁蛋白受体（TR）靶向的脂质体顺铂（CISPT）在BBB上运输CISPT并向脑肿瘤传递CISPT。方法：使用反相蒸发方法和硫醇化的OX26单克隆抗体合成靶向的卵子脂质体顺铂（TPL-CISPT）。使用动态光散射，火焰原子吸收光谱（AAS），ELISA，ELISA，ELISA，透析膜和荧光和荧光和荧光和荧光味，使用大小，尺寸分布，Zeta势，药物封装和载荷效率，生物活性，药物释放概况，稳定性和细胞摄取的特征。接下来，通过测量平均生存时间（MST），血液因素和组织疗法研究，评估了在脑肿瘤轴承大鼠中评估配方增加和降低其毒性作用的效力。结果：结果表明，TPL-CISPT大小为157±8 nm，并且合成了24％±1.22的药物封装效率，这是生物活性的，并以缓慢控制的方式释放了CISPT。与cispt负载的乳胶纳米颗粒（PL-CISPT）相比，该配方使细胞摄取增加1.43倍，以及与PL-CISPT相比，脑肿瘤大鼠的MST增加了1.7倍（P <0.001）。tpl-cispt足够有效，可以显着降低顺式毒性效应（p <0.001）。结论：总体而言，结果表明，靶向载有顺氧化型脂质体的靶向是一种有前途的方法，是开发出具有增强功效并降低毒性治疗脑肿瘤的制剂的一种有前途的方法。关键字：脂质体，靶向药物输送，脑肿瘤，血脑屏障，顺铂
无人机行为控制任务中的态势感知及其形成问题
摘要：态势感知形成是解决无人机行为控制问题的最关键要素之一。它旨在根据无人机要完成的目标和任务为无人机行为控制提供信息支持。我们认为无人机是一种受控动态系统。本文展示了无人机在动态系统层次结构中的位置。我们介绍了无人机行为和活动的概念，并制定了控制无人机行为的算法要求。我们提出了应用于高度自主无人机 (HA-UAV) 行为控制问题的态势感知概念，并分析了这种态势感知的级别和类型。我们展示了无人机态势感知形成的细节，并分析了它与载人航空和遥控无人机态势感知的区别。我们提出了应用于无人机行为控制问题的态势感知概念，并分析了这种态势感知的级别和类型。我们重点介绍了并更详细地讨论了 HA-UAV 态势感知的两个关键要素。第一个问题与分析和预测 HA-UAV 附近物体的行为有关。讨论了解决该问题所涉及的一般考虑因素，包括分析此类物体的群体行为的问题。作为说明性示例，跟踪在附近机动的飞机的问题的解决方案
经过多日的练习，完成双手控制任务的从头运动学习
经过多天的练习，完成双手控制任务的从头运动学习 Adrian M. Haith 1 、Christopher Yang 2 、Jina Pakpoor 1 和 Kahori Kita 1 约翰霍普金斯大学 1 神经病学系、2 神经科学系，美国马里兰州巴尔的摩 摘要 尽管关于运动学习的许多研究都集中在我们如何调整动作以在面对强加的扰动时保持表现，但在许多情况下，我们必须从头学习新技能，或者从头学习。与适应相比，人们对从头学习知之甚少。部分原因在于学习一项新技能可能涉及许多挑战，包括学习识别新的感觉输入模式和产生新的运动输出模式。但是，即使有了熟悉的感觉线索和练习过的动作，根据当前状态快速选择适当的动作仍然是一个挑战。在这里，我们设计了一个双手手到光标映射来隔离这个控制问题。我们发现，尽管参与者对映射有明确的了解，但他们最初还是难以在这种双手映射下控制光标。然而，经过多天的练习，表现稳步提高。参与者在恢复到真实光标时没有表现出任何后遗症，这证实了参与者是从头开始学习新任务的，而不是通过适应。对目标中途运动扰动的纠正反应最初很弱，但随着练习，参与者逐渐能够对这些扰动做出快速而有力的反应。经过四天的练习，参与者在双手映射下的行为几乎与使用真实映射光标时的表现相匹配。然而，在表现水平上仍然存在微小但持续的差异。我们的研究结果说明了学习新控制器的动态和局限性，并引入了一个有前途的范例，用于研究运动技能学习的这一方面。 通讯作者：Adrian Haith 209 Carnegie 550 North Wolfe Street Baltimore, MD, 21287, USA adrian.haith@jhu.edu 简介
自动化水平对动态控制任务中的性能、态势感知和工作量的影响
在动态控制任务的背景下，探索了各种自动化水平 (LOA)，这些自动化水平指定了人类操作员和计算机控制的程度，作为提高整体人机性能的手段。传统上，自动化系统被探索为二元功能分配；人类或机器被分配到给定的任务。最近，中间级别的自动化被讨论为保持操作员参与系统性能的一种手段，从而提高情境意识并减少环外性能问题。这里介绍了一种适用于各种心理运动和认知任务的 LOA 分类法。该分类法包括各种通用控制系统功能分配方案。分配给人类操作员和/或计算机的功能包括监控显示、生成处理选项、选择“最佳”选项并实施该选项。通过测量 LOA 分类法对人类/系统性能、情境意识和工作量的影响，在动态和复杂的认知控制任务中评估了 LOA 分类法的影响。30 名受试者进行了涉及各种自动化水平的模拟试验。发生了几次自动化故障，并评估了环外性能下降。结果表明，就性能而言，人类操作员从任务实施部分的自动化中获益最多，但仅限于正常操作
生长的Q-networks：使用自适应控制解决方案解决连续的控制任务
最近的强化学习方法表明，爆炸性政策的强大能力可解决连续控制基准。潜在的粗糙动作空间离散通常会产生有利的探索特征，而在与最佳控制理论一致的情况下，最终绩效并不明显地遭受损失。在机器人技术应用中，平滑控制信号通常是降低系统磨损并提高能源效率的首选，而通过行动成本正规化可能会损害探索。我们的工作旨在通过将离散的动作空间从粗糙控制到精细的控制分辨率来弥合这一绩效差距。我们利用脱钩Q学习的最新结果来扩展我们对高维作用空间的方法，直至DIM（A）= 38。我们的工作表明，自适应控制与价值分解相结合产生了简单的仅批评算法，这使得能够在连续的控制任务上具有出乎意料的强劲性能。关键字：连续控制； Q学习；价值分解；增长分辨率
儿童的放映时间与抑制性控制任务中的大脑激活减少有关：试点脑电图研究
儿童的放映时间与各种行为后果有关，包括减少抑制性控制。虽然儿童的放映时间与不同的功能性脑部差异相关，但抑制性控制的截图和神经标记之间的联系尚不清楚。因此，我们使用GO/NO-GO任务（n = 20）在试点研究中检查了这些关系。在控制年龄后，增加儿童的放映时间与No-Go试验引起的P2和P3振幅的降低显着相关。没有行为准确性或响应时间观察到没有显着的关系。这些发现表明，截止日期较大的儿童表现出较少的抑制性神经过程。在这些初步发现中讨论了限制和未来的方向。
在BCI竞赛中为运动障碍用户进行的多个多阶段培训
图4。在训练阶段应用的实验4级范式。用户必须执行每个控制任务（RH，MUS，LAN）5 s。每个任务都与将任务图标与在适当时间瞬间从游戏中提取的图像相结合而制作的图像相关联。对应于无控制任务（NC）的其余间隔的总持续时间为12 s。在此休息间隔的5秒钟后，屏幕上出现了一个绿十字，持续2 s，以提高飞行员的浓度。
智能手机游戏控制的比较研究
数字技术改变了人类的行为，尤其是产品的特性及其与界面和交互相关的功能。智能手机用户不得不接受触摸屏界面，但没有足够的证据表明这些数字界面比物理模拟界面更有效。此外，智能手机游戏行业推出了带有触摸界面的手机游戏，这些游戏对游戏用户来说可能有效，也可能无效。本研究旨在通过两项可用性测试，为智能手机游戏控制的模拟和数字界面之间的有效性寻找实证证据：（a）一项初步研究，比较六名参与者的直接和间接输入控制之间的数据值；（b）一项主要研究，从初步研究的结果中调查数字和模拟输入控制之间仅点击提供的影响。定性和定量研究方法都用于分析可用性测试。共有 81 名参与者参加了主要研究，并分为两大组，比较单手和双手输入控制。每组九名参与者玩基于不同输入控制任务的智能手机游戏。本研究发现，直接触摸屏交互对于双手输入控制任务更有效，而间接物理输入控制对于单手输入控制任务更有效。
在Walker2D方案中DDPG和TD3算法的比较
摘要。强化学习已成为一种强大的方法，用于解决各个领域的复杂连续控制任务。本文对两种突出的强化学习算法进行了广泛的比较分析：深层确定性策略梯度（DDPG）算法及其高级对应物，即Twin删除的DDPG（TD3）算法。主要的重点是评估这些算法在运动控制领域内的性能和有效性，这是一个具有实质性现实世界的领域。本研究以Walker2D问题为中心，Walker2D问题是一项具有挑战性的机能控制任务，可在OpenAI Gym环境中提供。walker2d预示着令人信服的测试床，用于评估在机器人技术，自主系统和物理控制等上下文中增强学习算法的实用性。通过对DDPG和TD3进行详细检查，作者旨在阐明其在连续控制场景中的优势和劣势。超出了学术利益，这项研究具有重要的现实意义。掌握连续控制任务对从机器人技术和自动化到医疗保健及其他地区的应用具有巨大的希望。本质上，这项研究弥合了在强化学习方面的理论进步与解决现实世界挑战方面的实际含义之间的差距。通过在苛刻的运动控制背景下对这些算法进行全面评估，这项工作有助于更广泛地理解重新学习学习的潜力，以推动各种行动中的创新和效率。
智能手机游戏控制的比较研究
数字技术改变了人类的行为，尤其是产品的特性及其与界面和交互相关的功能。智能手机用户不得不接受触摸屏界面，但没有足够的证据证明这些数字界面比物理模拟界面更有效。此外，智能手机游戏行业推出了带有触摸界面的手机游戏，这些游戏对游戏用户来说可能有效，也可能无效。本研究旨在通过两项可用性测试为智能手机游戏控制的模拟和数字界面之间的有效性寻找实证证据：（a）一项初步研究，比较六名参与者的直接和间接输入控制之间的数据值；（b）一项主要研究，从初步研究的结果中调查数字和模拟输入控制之间仅点击提供的影响。定性和定量研究方法都用于分析可用性测试。共有 81 名参与者参加了主要研究，并分为两大组，比较单手和双手输入控制。每组九名参与者玩基于不同输入控制任务的智能手机游戏。本研究发现，直接触摸屏交互对于双手输入控制任务更有效，而间接物理输入控制对于单手输入控制任务更有效。