XiaoMi-AI文件搜索系统
World File Search System智能机
一项关于集成大语模型与智能机器人的调查
摘要。仅摄像机的鸟类视图（BEV）在3D空间中表现出巨大的环境感知潜力。但是，大多数存在的研究都是根据监督设置进行的，该设置在处理各种新数据时无法扩展得很好。无监督的域自适应BEV，从各种未标记的目标数据中有效学习，却尚未探索。在这项工作中，我们设计了da-bev，这是第一个域名摄像机仅BEV框架，该框架通过利用图像视图的互补性质和BEV功能来解决域自适应BEV挑战。da-bev将查询的想法介绍到域适应框架中，以从图像视图和BEV功能得出有用的信息。它由两个基于查询的设计组成，即基于查询的对抗学习（QAL）和基于查询的自我训练（QST），它们利用图像视图功能或BEV功能来正规化对方的适应。广泛的实验表明，DA-BEV在多个数据集和任务（例如3D对象检测和3D场景分割）中旨在达到上级自适应BEV感知性能。
课程 - 辅助智能机器人技术实验室
教育：2017年4月3日 - 约翰·霍普金斯大学的访问研究生2017年6月30日（巴尔的摩），计算传感与机器人学实验室（主管：Nassir Navab）：骨盆裂缝手术机器人手术指南2014年10月15日。D. Tu Munich的学生，主席：机器人技术和嵌入式系统（主管：Alois Knoll）估计基于X射线观察的高度准确的机器人模型（与Siemens Healthcare Gmbh的合作（与Siemens Healthcare GmbH）Sc., Informatics at TU Munich 27 th June 2014 Specialization: AI and Robotics, Computer Graphics and Vision, Algorithms and Scientific Computing Master's Thesis (together with Siemens AG): Robotic System for Torque-Based Motion Compensation in Minimally Invasive Surgery Winter Term 2009/2010 – B.Sc., Informatics at TU Munich Summer Term 2012 Bachelor's Thesis: Depth-based Object Recognition for Robot Grasp Planning 2000 – 2009 Ehrenbürg-Gymnasium Forchheim (Mathematical and Natural Science) Summer Term 2007 Early Study at FAU Erlangen-Nürnberg Computer Science: Algorithms and Data Structures I Computer Science: Basics in Computer Science I Winter Term 2006/2007 Early Study在fau erlangen-nürnberg计算机科学：多语言混合语言解析
自主系统的计算机科学MSC，Spectro自主系统和智能机器人（AUSIR）
IPM-22AUTPREPG准备课程，用于大师研究和发展学习技能PR。0 3 0 0 pg 2 1 0+3+0+0
模块指南大师智能机器人
机器人动力学是一个高级课程，探究了机械系统运动和控制的数学和机械基础。本课程为学生提供了对建模和控制机器人动态行为的原理，方程式和方法的全面理解。它涵盖了理论方面和实际应用，重点是僵化的身体动态和运动控制。机器人动力学课程旨在为学生提供对与机器人系统动态有关的原理和概念的深入了解。此高级课程涵盖了机器人动力学领域的理论基础和实际应用。学生将探索机器人运动的数学建模，力和扭矩的分析以及机器人的控制
越南的人工智能机遇议程
人工智能还可以帮助越南应对环境恶化和气候变化带来的挑战，特别是洪水风险。越南的主要农业中心——北部红河三角洲、中央海岸和南部湄公河三角洲——容易受到洪水的侵袭，威胁经济活动和生计。基于人工智能的水文技术，如谷歌的洪水中心，可以显著改善洪水预报，有助于减轻洪水风险。谷歌致力于帮助越南实现其在人工智能方面的雄心壮志，特别是通过支持越南的人力资源开发和使越南蓬勃发展的初创经济能够最大限度地采用人工智能。通过与越南国家创新中心（NIC，计划和投资部下属的一个机构）合作，谷歌已在 80 所大学提供了 40,000 个谷歌职业证书奖学金，并在当地建立了以人工智能为重点的谷歌初创企业加速器计划。谷歌东南亚创业加速器 - 越南项目是一项为期三个月的无股权项目，由 NIC 提供支持，旨在通过将越南高潜力的人工智能初创公司与谷歌最好的人工智能产品专家和基础设施联系起来，加速这些初创公司的发展。被该计划接受的初创公司将通过在线沙箱 Google Startup AI Space 访问 Google Cloud 上的人工智能基础设施，例如 Vertex AI 和 Gemini Pro，以帮助快速开发和设计人工智能应用程序的原型。
智能机器2035-机器人增长伙伴关系
智能机器在2035年的样子将取决于我们今天的动作。他们不会仅仅由技术发展而驱动，而是由智能机器和社会的相互作用所驱动。智能机器将融入工作和社会社区，甚至是看不见的。他们将与我们的设备，AIS，其他智能机器和我们进行交流和协作。他们将在物理世界中体现智力。他们可以整理我们的房屋，从当地商店提供杂货，并适应我们一生的需求，随着年龄的增长提供支持。他们可能会驱使我们上班，并完成商店地板上的重复日常任务。他们可以与那些确保我们安全的人合作。或可能悄悄地努力保护自然世界，耕种我们的农作物，监视，保护和修复环境或在太空中建造太阳能站。
智能机器人设计和实施，以协助行人路越过
成立于1991年，与卢卡斯学院（Lucas College）和圣何塞州立大学（SJSU）合作的有组织的研究和培训部门Mineta Transportation Institute（MTI），通过提高所有人的安全，效率，可访问性以及我们国家运输系统的便利性来提高所有人的流动性。通过研究，教育，劳动力发展和技术转移，我们帮助创建了一个联系的世界。MTI领导了由美国运输部（California State University Consmentation Consortium），由美国运输部（CSSUTC）资助的，由美国运输部（CSUTC）资助了由加利福尼亚州的联邦法案1和极端的培训（CCE）培训（CSUTC）资助（CSUTC），由美国运输部（CSSUTC）通过1和极端的活动培训（CCE）（CSCE）（CSUTC）资助了美国运输部（CSUTC），由美国运输部（CSSUTC）和极端的培训（CCE）培训（CSCE）（CSCE），领导了美国运输部（CASUTC）资助的公平，高效和可持续运输（MCEEST）的内部收益联盟（MCEEST）（CSUTC）。MTI专注于三个主要职责：
智能机器人设计和实施，以协助行人路越过
本研究解决了一个紧迫的问题：行人安全，尤其是在学校区域。每年有大量行人死亡和伤害，尤其是在儿童中，迫切需要创新的解决方案来提高十字路口的安全性。传统方法，例如部署学校人员来协助儿童，通常是不切实际且效率低下的。这项研究提出了一种新颖的方法：数字双胞胎（智能机器人）的开发，以安全地协助行人和骑自行车的人在街对面。配备了传感器和人工智能，智能机器人可检测行人和骑自行车的人物和交通流量，从而确保安全穿越。在危险的情况下，该系统会提醒驾驶员和行人/骑自行车的人，从而提高了整体道路安全。这项研究不仅满足了对更安全的学校过境的近期需求，而且还提供了潜在的申请，可在白天和晚上在没有交通信号灯的过境街道上协助老年人。通过利用LiDAR和摄像机等技术，该系统可以显着提高弱势群体等校园区域的行人安全。
在人类环境中建造智能机器人
安德鲁·米勒（Andrew Miller）和彼得·K·艾伦（Peter K. Allen）。“ graspit！：用于机器人抓握的多功能模拟器”。IEEE机器人技术和自动化杂志，第11期，第4号，2004年12月，第4页，第4页，110-122。110-122。
机器人技术和智能机器的博士课程
描述：神经形态传感和计算可用于设计机器人的低延迟感知。为了充分利用低延迟和低功率范式，我们旨在设计端到端的尖峰机器人系统，依靠事件驱动的感觉编码，神经形态计算和尖峰运动控制，所有这些都在神经形态硬件[1]上实现。为此，我们计划使用受脑启发的计算原始剂，以有限且嘈杂的资源来生成可靠的行为[2]。我们将基于最近的工作，展示了通过三联尖峰触发的可塑性，基础神经节启发的抑制作用和竞争性竞争力网络[1]的研究，并通过平衡的混乱动力学吸引力来产生稳定的轨迹[3,4]。作为玩具问题，我们将使用ICUB机器人并使用开发的网络进行笔迹。