XiaoMi-AI文件搜索系统
World File Search System控制模拟
一级方程式竞赛策略的可解释的强化学习 *
在一级方程式赛中，团队竞争开发自己的汽车，并在每场比赛中达到最高的完成位置。但是，在比赛中，球队无法更改汽车，因此他们必须通过比赛策略改善汽车的完成位置，即优化他们选择哪种轮胎化合物可以涂在汽车上以及何时这样做。在这项工作中，我们引入了强化学习模型RSRL（种族策略增强学习），以控制模拟中的种族策略，为基于硬编码和蒙特卡洛的种族策略提供了更快的替代品。控制汽车的速度等于P5.5的预期完成位置（P1代表第一名，P20是最后的位置），RSRL在我们的测试竞赛中达到了P5.33的平均饰面位置，即2023 Bahrain Grand Prix，胜过P5.63的最佳基线。然后，我们在一项概括性研究中证明了如何通过训练优先考虑一个轨道或多个轨道的性能。此外，我们以特征重要性，基于决策的替代模型以及决策树的反事实来补充模型预测，以改善用户对模型的信任。最后，我们提供了插图，这些插图体现了我们在现实情况下的方法，在模拟和现实之间取得了相似之处。
1简介-Iris re.public@polimi.it
由于航天器的开发和集成成本的减少，星际空间太空任务的数量不断增加，因此有避免操作卫星所需的地面基础设施饱和的冲动。已收到欧洲研究委员会资助的极端项目的目的是通过启用深空自治航天器来解决上述问题。这项工作介绍了Loop实验（Ellop）的前推进器，这是Politecnico di Milano的Dart实验室开发的设施。其目的是测试和验证针对卫星在深空中自动旅行的卫星量身定制的新型引导算法。因此，它应模拟低头推进系统的实际致动，确保产生的推力并将测量值馈送到高保真数值传播器中。值得注意的是，真正的实时模拟需要很长时间：完成行星际转移需要数月甚至几年。极值旨在利用物理系统的缩放模型，并将结果与此后的原始结果相关联。通过原始系统和快速发展的映射，可以在较短的时间范围内执行指导和控制模拟，这将持续几个小时或几天。一旦详细介绍了映射原理，本文描述了eLlout设施的布局和特征，然后概述了在极端框架中开发的指导和控制算法。最后，给出了一些初步结果，并概述了未来的发展。
飞机初步尺寸和数据导出至 CEASIOM
本报告介绍了飞机设计软件 PreSTo（初步尺寸工具）在区域运输飞机重新设计中的应用。所进行的工作步骤包括飞机设计点定义、初步飞机尺寸、飞机部件机身、机翼和尾翼的概念设计以及数据导出，以及使用飞机设计软件套件 CEASIOM（飞机合成和综合优化方法的计算机化环境）的初步工作步骤。飞机重新设计的参考飞机是区域涡轮螺旋桨飞机 ATR 72，其航程为 500 海里（926 公里），最大有效载荷为 8.1 吨。所应用的软件状态为 PreSTo 3.3（2010 年 12 月）和 CEASIOM 版本 v2.0（CEASIOM 100 R90）。该项目过程中获得的结果表明，从最初的初步尺寸确定（PreSTo）到飞机稳定性和控制模拟及后续工作（CEASIOM），精简飞机设计和调查的工具链已经取得了良好且充满希望的开端。但是，在撰写本报告时，仍需要进行大量额外工作，以优化和简化两个程序的工作流程并产生可靠的结果。目前，PreSTo 中尚未处理飞机设计的几个方面（例如发动机定义），因此必须将缺少许多数据的初始飞机设计导出到 CEASIOM（AcBuiler）。因此，需要大量用户交互才能细化模型。但是，关于 CEASIOM 的应用，还需要进行大量工作来帮助用户正确应用软件。目前，必须对 CEASIOM 和软件结构有详细的了解才能正确操作程序。用户界面以及可用教程中提供的用户信息非常有限，部分信息错误或过时。从本报告作者的角度来看，PreSTo 和 CEASIOM（至少是 AcBuilder）的开发团队最好与相应的软件工具交换知识和经验，例如以用户/开发人员研讨会的形式。
![arxiv：2205.12381v2 [cs.lg] 15 Sep 2022](/simg/2\2dd2e441059ed058266b4ee30c4b0f3f9f7e002d.webp)
arxiv：2205.12381v2 [cs.lg] 15 Sep 2022
我们如何训练辅助人机接口（例如，基于肌电图的肢体假体）将用户的原始命令信号转换为机器人或计算机的动作，如果没有事先映射，我们不能以用户的方式要求用户以行动标签或奖励反馈的形式进行监督，并且我们没有对用户的先验知识来实现这一任务？本文的关键想法是，无论任务如何，当接口更直观时，用户的命令就会噪音较小。我们将这个想法形式化为一个完全无监督的目标，以优化接口：用户的命令信号与环境中诱导状态过渡之间的相互信息。为了评估此相互信息得分是否可以区分有效和无效界面，我们对操作各种键盘和眼睛凝视接口的用户进行了大规模的观察性研究，用于打字，控制模拟机器人和玩视频游戏。结果表明，我们的共同信息得分可预测各种域中的基础任务完成指标，而Spearman的平均等级相关为ρ= 0。43。除了对现有接口的频道评估外，我们还使用无监督的目标从头开始学习界面：我们随机初始化界面，让用户尝试使用接口执行其所需的任务，测量共同信息分数，并通过强化学习更新界面以最大程度地提高界面。我们通过小型用户研究评估了我们的方法，他们使用扰动鼠标执行2D光标控制任务的参与者，以及与一个专家用户使用网络摄像头捕获的手势的专家用户进行的实验。结果表明，我们可以在不到30分钟的人类训练的情况下从头开始学习界面，而无需任何用户监督或事先了解任务。
初次接触：通过相互信息最大化实现无监督的人机协同适应
在没有事先映射、无法要求用户以动作标签或奖励反馈的形式进行监督、也不事先了解用户试图完成的任务的情况下，我们如何训练辅助人机界面（例如基于肌电图的肢体假肢）将用户的原始命令信号转化为机器人或计算机的动作？本文的关键思想是，无论任务是什么，当界面更直观时，用户的命令噪音更小。我们将这个想法形式化为优化界面的完全无监督目标：用户命令信号与环境中诱导状态转换之间的相互信息。为了评估这个相互信息分数是否可以区分有效和无效界面，我们对 540K 个用户操作各种键盘和眼神注视界面（用于打字、控制模拟机器人和玩视频游戏）的示例进行了大规模观察性研究。结果表明，我们的相互信息分数可以预测各种领域的实际任务完成情况指标，平均 Spearman 等级相关系数为 ρ = 0.43。除了对现有界面进行离线评估之外，我们还使用无监督目标从头开始学习界面：我们随机初始化界面，让用户尝试使用界面执行他们想要的任务，测量相互信息分数，然后更新界面以通过强化学习最大化相互信息。我们通过一项小规模用户研究来评估我们的方法，该研究有 12 名参与者，他们使用受扰鼠标执行 2D 光标控制任务，并且让一名专家用户使用网络摄像头捕捉到的手势玩月球着陆器游戏。结果表明，我们可以从头开始学习界面，无需任何用户监督或任务的先验知识，只需不到 30 分钟的人机协同训练。
超紧凑的多功能表面等离子体设备，带有定制的光学响应
本文介绍了一种新型，可调且高效的金属 - 绝缘体 - 金属（MIM）等离子体设备的设计和数值研究，专为近红外（NIR）应用而设计。该设备在MIM波导中策略性地放置了策略性的存根谐振器。我们引入了两个小扰动，一个三角形和一个矩形，以实现出色的功能多功能性。采用有限元方法（FEM）并通过传输线方法（TLM）验证的综合数值分析证明了这两种方法之间的工作原理和出色的一致性。我们的模拟驱动方法，uti液化了遗传算法（GA）进行加速优化，对于通过纯粹的实验方法实现性能水平很难或昂贵，至关重要。GA启用了庞大的参数空间的有效探索，设备配置的迭代细化以及几何特征的微调。这种细致的优化使我们能够控制模拟结构中的复杂相互作用。提出的设备基于调整后的几何参数提供不同的功能，包括：A。平坦的带通滤波：在420 nm×540 nm的紧凑型足迹中，达到最大传输效率为95.8％。B.双波段带通滤波：在稍大的450 nm×540 nm尺寸的情况下，保持高传输效率为88.4％。C.三波段缺口滤波：在特定的共振波长中显示最小传输（低于1％），以进行靶向信号抑制。D.等离子体诱导的透明度（PIT）效应：在各种光学功能中提供潜在的应用。和E.完美的吸收：达到99.62％的最大吸收效率，为有效的光收集和操纵铺平了道路。这种多功能等离子设备的紧凑性，可调性和不同的NIR功能性的结合。它对小型化的光学组件，集成光子电路和高级光 - 物质相互作用有希望。我们的发现对紧凑，高效且易于制造的光子技术的发展产生了重大贡献。