摘要通常使用各种方法来处理多代理系统中集体行为的综合,而进化算法最为普遍。在这些系统中,代理商与同龄人进行了当地的互动,并集体采用在小组层面上表现出的策略,类似于在动物社会中看到的社会行为。,我们将是Pybullet仿真工具的一部分的蚂蚁问题扩展到了涉及一组五个同质机器人的集体场景,以在运动过程中汇总。为了发展这种行为,我们与多目标健身函数一起使用了OpenAI-ES算法。我们的发现表明,尽管机器人发展了成功的运动行为,但它们并未表现出汇总。这种差异归因于设计选择,这些选择无意间强调了对聚合能力的运动。我们讨论了健身函数引起的动态相互作用,以验证我们的结果并概述未来的方向。最终,我们的目标是第一次尝试建立一个在现代模拟环境中使用高级算法分析集体行为的框架。
决策感知模型学习的想法,该模型应该在决策重要的地方准确地是准确的,并且在基于模型的强化学习中获得了突出的重要性。虽然已经建立了有希望的理论结果,但缺乏利用决策损失的算法的经验性能,尤其是在连续控制问题中。在本文中,我们介绍了一项关于决策感知强化学习模型所需组件的研究,并展示了能够实现良好表现算法的设计选择。为此,我们对该领域的算法思想提供了理论和实证研究。我们强调,在Muzero的作品系列中建立的经验设计决策,最重要的是使用潜在模型,对于在相关算法中实现良好的性能至关重要。此外,我们表明Muzero损耗函数在随机环境中有偏见,并确定这种偏见具有实际后果。在这些发现的基础上,我们概述了哪些决策吸引的损失功能最好在经验方案中使用,从而为该领域的从业者提供了可行的见解。
摘要:对于越来越多的人使用个人流动设备的人,满足其独特需求的设备的开发对于他们的生活质量至关重要。传统上,那些流动性障碍的人使用轮椅参加活动。传统轮椅的两个问题是他们在用户上肢上施加的压力以及无法积极参与上肢的压力。该项目的目标是为不同的人提供简单的运输方式和换倒手段。目前,在市场上很容易获得下肢残疾人的手动驱动车辆,但下肢残疾人开发了很少的车辆。该项目的目的是为下肢残疾人开发一种车辆,并为车辆使用者提供提高的移动性水平,促进旅行自由和对社区的贡献。设计中最重要的部分是纳入转向机制,该机制将由双手完全操作而无需任何不适,并使身体受到挑战的人更加舒适。为此设计选择了电池供电的发动机,并考虑了重量。关键字:电动汽车,BLDC电动机,CHASIS,BALL BEANEN,控制器,RFID
摘要 站在寻求通过财务报表分析实现风险调整后收益最大化的股票投资者的角度,我们应用机器学习算法来估计 Nissim 和 Penman (2001) 的盈利结构分解框架。我们的方法明确考虑了阻碍 Nissim 和 Penman 估计其框架的非线性因素。我们首先预测盈利能力,然后使用 Nissim 和 Penman 框架的不同子集和不同的基本面分析设计选择来估计内在价值;我们发现,根据这些估计进行交易会产生可观的风险调整后收益。提高绩效的选择包括越来越细化的比率分解和对运营绩效的长期预测。也许令人惊讶的是,我们发现只有微弱证据表明基本面分析的好处,这种分析不仅包含当前期间的信息,还包含历史财务报表信息,或者只关注核心项目。虽然考虑非线性因素可以提高所有公司的模型性能,但对小型、亏损、技术型和财务困难的公司的影响最明显。 JEL分类:C53、G10、M41 关键词:财务报表分析、机器学习、盈利预测
近年来,越来越多的人呼吁在设计或评估软件、网站或其他数字技术时考虑性别问题(例如 [ 27 , 37 , 65 , 74 , 221 ])。此类呼吁源于人机交互领域对社会科学研究结果的认识,这些研究结果与人们使用和设计技术的方式有关。例如,心理学、社会学、教育学、市场营销和政治学 [ 10 , 13 , 23 , 27 , 47 , 146 , 152 , 187 , 197 ] 都对性别进行了研究。这些研究揭示了思维方式、感知、行为和态度在性别方面的差异。实证研究还表明,性别在软件和其他数字技术的使用中发挥着重要作用 [ 19 、 22 、 34 、 84 – 86 、 100 、 119 、 125 、 141 、 175 、 188 、 190 、 192 ]。然而,将性别研究与软件设计选择结合起来的新兴研究分散在多个学科中。例如,小组讨论、特别兴趣小组和研讨会等研究聚会 [ 11 、 44 、 65 、 66 ] 表明,即使是这些活动中最博学的参与者,他们引用的论文和场地之间也几乎没有共同之处。
研究重点是技术如何促进、具体化和改变人类交流,这种研究本质上是跨学科的。这是理所当然的;无论学术结构如何,技术都涉及人类体验的许多不同方面。计算机科学和工程学是开发促进社会交流的硬件和程序的关键。社会学和人类学有助于我们了解技术采用对社会和文化的影响。心理学帮助我们了解认知过程如何影响我们与社会技术的互动,反之亦然。虽然这些观点很重要,但人类交流领域在理解技术和人类交流过程如何紧密交织方面具有独特的优势。我们的领域致力于研究人们如何参与符号过程来共同创造意义。这种“意义”被转化为娱乐、新闻、关系、组织结构、文化概念和政策。此外,符号过程成为我们的技术。技术既可以是一种交流行为,也可以促进交流行为。例如,网站的设计选择或社交信息流算法的构建本身就是交流行为。此外,通过该网站分享的消息或创建通过该算法分享的内容的帖子也是交流行为。因此,构建的意义是通过社交技术编织而成的。
摘要 —本文介绍了一个分析框架,用于研究在云到物连续体中虚拟控制器放置的最佳设计选择。主要应用场景包括低延迟信息物理系统,其中需要实时控制操作来响应物联网 (IoT) 节点状态的变化。在这种情况下,由于从网络边缘到云的延迟,在云服务器上部署控制器软件通常是无法容忍的。因此,最好通过将控制器逻辑移近网络边缘来牺牲可靠性和延迟。将物联网节点建模为随时间线性发展的动态系统,对状态偏差采用二次惩罚,通过考虑虚拟雾控制器的可靠性和响应时间延迟,获得最佳控制策略的递归表达式和由此产生的最小成本值。我们的结果表明,在雾端点上配置虚拟化控制服务时,延迟比可靠性更为关键,因为它决定了雾控制系统的敏捷性以及状态测量的及时性。基于无人机轨迹跟踪模型,还进行了广泛的模拟研究,以说明可靠性和延迟对雾中自动驾驶汽车控制的影响。
自由能原理及其推论的主动推理构成了一种生物启发理论,该理论假设生物主体的行为会保持在一组有限的首选世界状态中,即它们会最小化其自由能。根据这一原则,生物主体会学习一个世界的生成模型,并计划未来的行动,以使主体保持满足其偏好的稳态。该框架适合在计算机中实现,因为它包含了使其在计算上可承受的重要方面,例如变分推理和摊销规划。在这项工作中,我们研究了深度学习工具来设计和实现基于主动推理的人工智能体,展示了面向深度学习的自由能原理,调查了与机器学习和主动推理领域相关的工作,并讨论了实施过程中涉及的设计选择。本文探讨了主动推理框架的新视角,将其理论方面应用于更实际的事务中,为主动推理新手提供了实用指南,并为想要研究自由能量原理实现的深度学习从业者提供了起点。
神经形态计算将机器学习和人工智能等计算领域与尖端硬件开发和材料科学以及神经科学的理念相结合。在其最初的形式中,“神经形态”用于指代包含模拟组件并模仿生物神经活动的定制设备/芯片 [Mead1990]。如今,神经形态计算已扩展到包括各种软件和硬件组件,以及材料科学、神经科学和计算神经科学研究。为了适应该领域的扩展,我们提出以下定义来描述神经形态计算的现状:神经形态系统也倾向于强调时间交互;这些系统的运行往往是事件驱动的。神经形态系统的几个特性(包括事件驱动行为)允许低功耗实现,即使在数字系统中也是如此。神经形态系统的各种特性表明,社区必须在神经生理学家、计算神经科学家、生物学家、计算机科学家、设备工程师、电路设计师和材料科学家的意见下解决大量的设计选择。图:生物大脑的抽象层次以及它们可能实现的功能
近年来,越来越多的人呼吁在设计或评估软件、网站或其他数字技术时考虑性别问题(例如 [ 27 , 37 , 65 , 74 , 221 ])。此类呼吁源于人机交互领域对社会科学研究结果的认识,这些研究结果与人们使用和设计技术的方式有关。例如,心理学、社会学、教育学、市场营销和政治学 [ 10 , 13 , 23 , 27 , 47 , 146 , 152 , 187 , 197 ] 都对性别进行了研究。这些研究揭示了思维方式、感知、行为和态度在性别方面的差异。实证研究还表明,性别在软件和其他数字技术的使用中发挥着重要作用 [ 19 、 22 、 34 、 84 – 86 、 100 、 119 、 125 、 141 、 175 、 188 、 190 、 192 ]。然而,将性别研究与软件设计选择结合起来的新兴研究分散在多个学科中。例如,小组讨论、特别兴趣小组和研讨会等研究聚会 [ 11 、 44 、 65 、 66 ] 表明,即使是这些活动中最博学的参与者,他们引用的论文和场地之间也几乎没有共同之处。
