XiaoMi-AI文件搜索系统
World File Search System控制模拟
使用游戏人工智能控制模拟经济
摘要：我们探索使用人工智能 (AI) 来操纵模拟经济。为此，我们介绍了正在进行的可由游戏玩家控制的宏观经济模拟工作。我们将这种模拟视为一种严肃的游戏；它可以作为一场比赛，但也可以作为一种教育工具，玩家可以通过它了解经济原则和人工智能控制器的行为。本文的主要贡献是比较研究不同人工智能代理对模拟环境操纵的有效性。专注于游戏行业常见的人工智能方法，我们实现了四个玩家，他们使用智能方法来控制模拟，试图最大化经济产出。我们工作的目的是说明游戏人工智能社区的简单方法可用于有效地控制复杂的经济模拟。因此，这项研究支持了游戏社区的普遍观点，即简单的基于角色的 AI 方法即使对于复杂的任务也可以产生具有竞争力的游戏玩法。此外，我们证明，在这种特定的模拟情况下，基于规则的推理器优于更复杂的 AI 代理。
小鼠前肢的新型生物力学模型可预测伸展运动最佳控制模拟中的肌肉活动
。CC-BY-NC-ND 4.0 国际许可证（未经同行评审认证）是作者/资助者，他已授予 bioRxiv 永久展示预印本的许可。它是此预印本的版权持有者此版本于 2024 年 10 月 26 日发布。；https://doi.org/10.1101/2024.09.05.611289 doi：bioRxiv 预印本
基于...的耦合量子系统的最优控制
本文提出了一种对具有多个耦合自由度的量子系统进行近似最优控制模拟的方法。使用相互作用图中的一阶马格努斯展开来模拟时间演化，其中不同自由度之间的耦合被视为扰动。提出了一种数值实现程序，利用成对耦合和零阶时间演化算子的可分离性来降低计算成本，并根据自由度数对其进行了分析。该公式与无梯度方法兼容，可以优化控制场，并为此采用了随机爬山算法。作为说明，在控制场的影响下，对两个和三个偶极-偶极耦合分子转子系统进行了最优控制模拟。对于双转子系统，优化场以实现取向或纠缠目标。对于三旋翼系统，磁场经过优化，要么使所有三个旋翼朝向同一方向，要么使一个旋翼朝向特定方向，而另外两个旋翼指向相反方向。
欢迎阅读 NM 合作伙伴简讯
• 有兴趣了解成为桑迪亚实习生的感受吗？点击此处观看简短、精彩的视频，视频中来自桑迪亚学术联盟州外大学的学生！ • 桑迪亚在新墨西哥州立大学的 Anderson Hall/物理科学实验室获得了专用空间，用于安置桑迪亚学生实习生和访客。桑迪亚的艺术品和图形已经安装完毕，该空间将于今年春季投入使用。 • 推进快堆许可：美国能源部的核能计划授予新墨西哥大学和桑迪亚大学 80 万美元，用于三年的核仪器和控制模拟以评估对网络攻击的响应 (NICSim)。NICSim 平台通过开发和验证可编程逻辑控制器仿真方法以及开发可靠、快速运行的接口来帮助调查核电站仪器和控制系统的网络安全，该接口可有效链接到 Matlab Simulink 框架内的基于物理的仿真模型。该合作项目由杰出的 Mohamed S. El-Genk 领导
关键基础设施相互依赖性建模 - CIP 计划
13 Fort Future 是一个基于网络的协作规划系统，它使用模拟来测试国防部 (DoD) 设施的计划。它使用开放的面向服务的架构，允许从同一组替代方案同时运行多个模拟，并将其组织成一个研究。基于网络的工作台提供基于地理信息系统 (GIS) 的计划编辑器，控制模拟并将结果组织成决策矩阵。Fort Future 使用“虚拟设施”模拟来评估关键基础设施对任务的影响，该模拟包含运输、电力、水系统模型，包括水载化学/生物/放射 (CBR) 剂、空气中的 CBR 羽流、设施、任务任务和流程、代理和动态计划。POC：美国陆军工程兵团、工程师研究与发展中心、建筑工程研究实验室 (CERL)、Michael P. Case 博士，Michael.P.Case@erdc.usace.army.mil
大空间结构的分布式磁态度控制
对大空间结构的姿态控制的分布式磁性扭矩杆的实用性被构成。执行器的分布式阵列提供了优势，例如分布结构载荷，增加的容错性，允许模块化设计结构，此外，执行器可能会与轨道上的制造策略进行整体化。首先，显示分布式扭矩可有效旋转高度柔性的结构。这与应用于结构中心的扭矩进行了比较，该结构会导致较大的表面变形，并且可能无法实施旋转。使用带有嵌入式执行器的平面结构的弹簧质量模型来证明这一点。然后开发出分布式扭矩算法以控制一个可寻址的执行器阵列。使用阵列进行态度控制模拟，以控制大型空间结构，再次以弹簧质量系统建模。态度控制系统已被证明可以有效地挖出代表性的75×75 M柔性结构，并在存在重力级别的扭矩和现实的磁场模型的情况下执行杀伤动作。
社区气氛模型6
摘要。本文记录了从扰动的参数集合（PPE）技术的方法和限制性的结果，其中多个参数是同时发生的，并且参数值是通过拉丁超管采样确定的。这是通过社区At-Mosphere模型6（CAM6）进行的，这是社区地球系统模型2版（CESM2）的大气组合。我们将PPE方法应用于CESM2-CAM6，以了解对大气物理学参数的气候敏感性。最初的模拟在Mi-Crophysics，对流，湍流和气溶胶方案中有45个参数，具有263个集合成员。这些大气参数通常是许多气候模型中最不确定的。控制模拟和有针对性的模拟，以了解由于气溶胶和快速气候反馈而引起的Climente强迫。在多维空间映射输入参数中探索了各种模拟器的使用来输出指标。参数对各种模型输出的影响，例如辐射，云和气溶胶特性。ma-Chine学习也用于针对观察探测最佳参数值。我们的发现表明，PPE是用于气候不确定性分析的有价值工具。此外，通过同时改变许多参数，我们发现，参数值的许多不同组合可以产生与观察结果一致的恢复，从而仔细的分析