我们开发了一种算法,用于在表示为线性时间逻辑(LTL)约束的任务下由多个机器人和未发动的对象组成的系统的运动和任务计划。机器人和对象会在障碍物整洁的环境中发展受到不确定动态的影响。提出的解决方案的关键部分是智能构造的耦合过渡系统,该系统编码机器人和对象的运动和任务。我们通过在较低级别设计适当的自适应控制协议来实现这种结构,从而保证了在环境中安全的机器人导航/对象运输,同时补偿动态不确定性。过渡系统通过基于采样的算法有效地与时间逻辑规范连接,以输出离散路径作为机器人同步操作的序列;这样的动作满足机器人的规格以及对象的规格。机器人通过使用派生的低级控制协议执行此离散路径。数值实验验证了提出的框架。
摘要:机器学习方法的最新进展对蛋白质结构预测产生了重大影响,但准确生成和表征蛋白质折叠途径仍然难以实现。在这里,我们展示了如何使用在残基级接触图定义的空间中运行的定向行走策略生成蛋白质折叠轨迹。这种双端策略将蛋白质折叠视为势能表面上连接最小值之间的一系列离散转换。随后对每个转换进行反应路径分析,可以对每条蛋白质折叠路径进行热力学和动力学表征。我们根据由疏水和极性残基构成的一系列模型粗粒度蛋白质的直接分子动力学模拟,验证了我们的离散行走策略生成的蛋白质折叠路径。这种比较表明,基于中间能量屏障对离散路径进行排序为识别物理上合理的折叠集合提供了一种方便的途径。重要的是,通过在蛋白质接触图空间中使用定向行走,我们绕过了与蛋白质折叠研究相关的几个传统挑战,即需要较长的时间尺度和选择特定的顺序参数来驱动折叠过程。因此,我们的方法为研究蛋白质折叠问题提供了一种有用的新途径。■ 简介