XiaoMi-AI文件搜索系统
World File Search System运动学的
黑洞蒸发的简单全息模型
摘要：最近有几篇论文表明，纠缠楔重构与 AdS/CFT 中黑洞蒸发的幺正性之间存在密切的关系。然而，这些论文的分析有一个相当令人费解的特点：所有计算都是使用体动力学进行的，而体动力学本质上是霍金用来预测信息丢失的动力学，但应用纠缠楔重构的思想似乎表明佩奇曲线与信息守恒一致。为什么同一模型中的两个不同计算会给出不同的佩奇曲线答案？在本文中，我们提出了一对新模型来澄清这种情况。我们的第一个模型给出了幺正黑洞蒸发的全息图解，其中霍金辐射的类似物按预期净化自身，这种净化由纠缠楔分析重现。此外，光滑的黑洞内部一直持续到蒸发过程的最后阶段。我们的第二个模型对体积演化导致信息丢失的情况给出了另一种全息解释：与迄今为止提出的模型不同，这种体积信息丢失可以通过纠缠楔分析正确再现。这说明量子极值表面在某种意义上是运动学的：它们计算的熵的时间依赖性取决于体积动力学的选择。在这两个模型中，都无需考虑体积量子校正：经典极值表面足以完成这项工作。我们认为，我们的第一个模型是对蒸发黑洞实际发生情况的正确类比，但我们也强调，任何信息问题的完全解决都需要了解非微扰体积动力学。
黑洞蒸发的简单全息模型
摘要：最近有几篇论文表明，纠缠楔重构与 AdS/CFT 中黑洞蒸发的幺正性之间存在密切的关系。然而，这些论文的分析有一个相当令人费解的特点：所有计算都是使用体动力学进行的，而体动力学本质上是霍金用来预测信息丢失的动力学，但应用纠缠楔重构的思想似乎表明佩奇曲线与信息守恒一致。为什么同一模型中的两个不同计算会给出不同的佩奇曲线答案？在本文中，我们提出了一对新模型来澄清这种情况。我们的第一个模型给出了幺正黑洞蒸发的全息图解，其中霍金辐射的类似物按预期净化自身，这种净化由纠缠楔分析重现。此外，光滑的黑洞内部一直持续到蒸发过程的最后阶段。我们的第二个模型对体积演化导致信息丢失的情况给出了另一种全息解释：与迄今为止提出的模型不同，这种体积信息丢失可以通过纠缠楔分析正确再现。这说明量子极值表面在某种意义上是运动学的：它们计算的熵的时间依赖性取决于体积动力学的选择。在这两个模型中，都无需考虑体积量子校正：经典极值表面足以完成这项工作。我们认为，我们的第一个模型是对蒸发黑洞实际发生情况的正确类比，但我们也强调，任何信息问题的完全解决都需要了解非微扰体积动力学。
便携式充气柔软可穿戴机器人在工业工作期间有助于肩膀
在工厂工作期间的重复架空任务可能会导致肩部受伤，从而导致健康和生产力损失受损。柔软的可穿戴上肢机器人有可能使用软材料和主动控制的有效预防伤害工具。我们介绍了便携式充气肩部可穿戴机器人的设计和评估，用于在肩伸出的任务中协助工业工人。机器人像一件衬衫一样穿着，带有集成的纺织气动执行器，惯性测量单元和便携式致动单元。它最多可提供6.6台牛顿仪的扭矩，以支撑肩膀，并以每分钟六次打开和循环援助。在模拟工业任务期间的人类参与者评估中，机器人降低了激动剂肌肉活动（前，中和后三角肌和二头肌腕骨）高达40％，而关节角度在当前样本大小中的关节角度略有变化，而关节角度却不小于7％，而范围范围不到7％。对控制器参数的组件进一步强调，更高的辅助幅度和较早的辅助时机导致统计上显着的肌肉活性减少。在任务之间具有动态过渡的任务电路期间，基于运动学的机器人控制器对误导表现出稳健性（96％的真实负率和91％的真实正率），表明在不需要援助时对用户的最小干扰。对压力调制概况的初步评估还强调了用户感知和硬件限制之间的权衡。最后，五名汽车工厂工人在飞行员制造区域中使用了机器人并提供了反馈。
用于教育和研究目的的移动机器人的设计
摘要：在教授控制理论，数字信号处理，电源电子和数字电子等电气工程主题中，机器人技术的使用越来越多。移动机器人在学术研究中也广受欢迎，尤其是在涉及轨迹追踪机器人，检查机器人和线路追随者机器人的项目中。本文旨在展示能够充当全向或差分机器人的移动机器人的开发和组装。它突出了差异机器人运动学的重要性，其应用以及其对教育和研究努力的适用性。恢复：o uso Crescente de Rob´otica no Ensino de egnenharia el'etrica，Como teoria de Contole，Processamento Digital de Sinais，Eletretwonicoonica de Potetcoutica dePot来Eletretucia e eltret eletret eletretwonica digital，'e not'e vavel。os robˆos m´oveis tamb´em est〜ao ganhando poculidade na pesquisa adactemica，especialmente em projetos envolvendo envolvendo robˆos de rastreamento de trajet'oria，robˆos de inspeemc〜about e inspemc〜ao e ob从robˆos seguidores seguidores de linha。este artigo tem como objetivo mostrar o desenvolvimento e Montagem de um robˆo m ovel capaz de funcionar como um robˆo omnidireciartion ou diferencial diferencial。ele destaca a intivucia divenencial divencial divenencial，suas aplicaK〜oes e sua equaequapequa报
神经图像-Mahi Lab
基于头皮脑电图的脑部机器界面（BMI）具有促进中风后皮质可塑性的潜力，这已被证明可以改善运动恢复结果。然而，很少使用基于EEG的基于EEG和运动学的指标来量化BMI启用BMI BOTOCH训练对上LIMB恢复的功效。此外，与运动相关的神经相关性可以预测运动恢复的程度仍然难以捉摸，这阻碍了基于BMI的中风康复的临床翻译。为了解决以上知识差距，招募了10个具有稳定基线临床评分的慢性中风患者参加12次治疗课程，涉及启用BMI的驱动外骨骼进行肘训练。平均每个参与者进行132±22个重复。所有会话和受试者的BMI准确性为79±18％，假阳性率为23±20％。训练后临床评估发现，上肢和ARAT的FMA在基线上的得分显着提高了3.92±3.73和5.35±4.62点。此外，在研究过程中，有80％的参与者（7例中度损害，1个严重损害）在临床上的差异很小（MCID：FMA-EU> 5.2或ARAT> 5.7）。运动学措施表明，平均而言，参与者的运动变得更快，更顺利。与运动相关的皮质电位的调节，与受损部门相反的基于脑电图的神经相关性与ARAT评分显着相关（ρ= 0.72，p <0.05），与FMA-EU（ρ= 0.63，p = 0.051）相关。这表明干预后IPSI-GEMESPHERE的激活或抑制竞争性的半球的抑制作用，这可能是BMI介导的康复治疗后神经可塑性和皮质重组的证据。
小脑研究中的光遗传学革命
摘要：小脑以其在感觉运动控制和协调中的作用而闻名，但越来越多的解剖学和生理学研究表明小脑与认知和情感功能密切相关。最近，光遗传学技术的发展和改进促进了小脑领域的研究，令人印象深刻的是，它彻底改变了方法论，赋予了研究全新的能力。这转化为感觉运动测试数据获取的显著改善，使人们能够将单细胞活动与运动行为关联起来，从而确定单个神经元类型和单个连接通路在控制运动运动学的精确方面的作用。在过去，当电刺激和药理刺激是唯一可用的实验工具时，将神经元活动与行为关联起来的这种特异性水平是无法实现的。光遗传学在研究小脑在高级和认知功能中的作用方面具有更重要的意义，因为小脑与多个大脑区域之间存在高度连接。光遗传学可能已经改变了这一领域的游戏规则，使用光遗传学研究小脑在清醒动物的非感觉运动功能中的作用的研究数量正在增加。这些研究主要涉及小脑在癫痫中的作用（通过与海马和颞叶的连接）、精神分裂症和认知、决策工作记忆和社会行为。同样值得注意的是，光遗传学为患者的小脑神经刺激开辟了新视角（例如，用于癫痫治疗和中风康复），有望在可激活或抑制的目标通路方面实现前所未有的特异性。
e xo s k e l e n s便携式充气柔软可穿戴机器人，以帮助工业工作期间的肩膀
在工厂工作期间的重复架空任务可能会导致肩部受伤，从而导致健康和生产力损失受损。柔软的可穿戴上肢机器人有可能使用软材料和主动控制的有效预防伤害工具。我们介绍了便携式充气肩部可穿戴机器人的设计和评估，用于在肩伸出的任务中协助工业工人。机器人像一件衬衫一样穿着，带有集成的纺织气动执行器，惯性测量单元和便携式致动单元。它最多可提供6.6台牛顿仪的扭矩，以支撑肩膀，并以每分钟六次打开和循环援助。在模拟工业任务期间的人类参与者评估中，机器人降低了激动剂肌肉活动（前，中和后三角肌和二头肌腕骨）高达40％，而关节角度在当前样本大小中的关节角度略有变化，而关节角度却不小于7％，而范围范围不到7％。对控制器参数的组件进一步强调，更高的辅助幅度和较早的辅助时机导致统计上显着的肌肉活性减少。在任务之间具有动态过渡的任务电路期间，基于运动学的机器人控制器对误导表现出稳健性（96％的真实负率和91％的真实正率），表明在不需要援助时对用户的最小干扰。对压力调制概况的初步评估还强调了用户感知和硬件限制之间的权衡。最后，五名汽车工厂工人在飞行员制造区域中使用了机器人并提供了反馈。
增强虚拟现实中的体重感知
摘要这项研究通过一种称为伪热的方法来研究虚拟现实中的体重感知，而没有来自现实世界的动力学反馈。这个虚幻的模型重点介绍了视觉输入和躯体形式反馈的解离，并试图通过操纵视觉输入来诱导VR用户中虚拟对象的负载的感觉。为此，可以对控制显示比（即手臂的真实和虚拟运动之间）进行修改，也可以用于对虚拟对象的位置产生视觉幻觉效果。因此，VR用户将其视为对象位移中的速度变化，从而帮助他们获得更好的虚拟权重感觉。本文的主要贡献是开发一种新颖的整体评估方法，该方法可以衡量虚拟现实环境中存在感，尤其是当参与者提高虚拟对象并体验其体重时。我们的研究研究了虚拟对象重量对参与者向上臂运动的运动学参数和速度曲线的影响，以及使用真实权重进行的平行实验。通过将真实对象与虚拟对象进行比较，可以深入了解参与者手臂运动中观察到的运动学特征的变化。此外，还进行了利用Borg CR10问卷的主观测量，以评估参与者对手部疲劳的看法。这种发现中的这种一致性强调了伪热反馈在模拟虚拟环境中逼真的体重感觉中的功效。对收集的数据（包括主观和客观测量）的分析得出的结论是，参与者在两个虚拟对象任务期间都经历了类似的疲劳感觉和手动运动学的变化，这是由伪热的反馈和实际举重提升任务产生的。
配置操纵计划的空间距离字段
摘要 - 签名的距离字段（SDF）是机器人技术中流行的隐式形状表示形式，提供有关对象和障碍物的几何信息，形式可以很容易地与控制，优化和学习技术相结合。最常使用SDF来表示任务空间中的距离，这与我们在3D世界中感知到的距离熟悉的概念相对应。但是，可以在数学上使用SDF在其他空间中，包括机器人配置空间。对于机器人操纵器，此配置空间通常对应于机器人的每个关节的关节角度。在机器人计划中习惯表达出配置空间的哪些部分与障碍物相撞，但将此信息视为配置空间中的距离字段并不常见。在本文中，我们演示了在机器人配置空间中考虑SDF进行优化的潜力，我们称之为配置空间距离字段（或简称CDF）。与在任务空间中使用SDF相似，CDF提供了有效的关节角距离查询并直接访问衍生物（关节角速度）。大多数方法将整体计算分为任务空间中的一部分，然后是配置空间中的一部分（评估任务空间的距离，然后使用逆运动学的计算操作）。相反，CDF允许以统一的方式通过控制，优化和学习问题来利用隐式结构。特别是，我们提出了一种有效的算法来计算和融合CDF，可以推广到任意场景。也提出了使用多层感知器（MLP）的相应神经CDF表示，以获得紧凑而连续的表示，同时提高计算效率。我们通过平面避免示例来证明CDF的有效性，以及在逆运动学和操纵计划任务中使用7轴的Franka机器人。项目页面：https：//sites.google.com/view/cdfmp/home
使用基于 RSSI 的位置信号对无人机群进行高级控制...
使用自主无人机协作群调查区域并收集有关失踪人员位置的信息，可以为搜索和救援行动带来巨大好处。本文研究了无人机群算法，该算法可防止代理对之间以及代理与静态障碍物之间的碰撞。该群由具有通信约束的低成本协作固定翼飞机组成。首先开发了一种分散式群体行为，假设系统能够提供所有飞机的准确位置。此外，代理通过使用 RSSI 测量来估计其位置。所有代理都配备了通信设备和广播无线电信号，并测量接收到的信号强度，以估计与其他群成员的距离。这些估计值进一步用于开发多点定位算法，其中每个代理使用来自至少三个附近代理的距离估计来估计自己的位置。通过添加飞机运动学的动态模型，可以提供更准确的估计，其中考虑了错误的位置估计。在 MATLAB 中，在 2-D 环境中模拟了自主群。代理实时做出决策，其运动由势场和信息素水平控制。排斥势用于防止碰撞，吸引势用于形成无人机集群，以便所有成员都保持在通信范围内。群体也被吸引到环境中未探索的区域。当提供真实的无人机位置时，开发的势场算法在控制群体方面确实显示出有希望的结果。代理对之间或代理与障碍物之间没有发生碰撞。代理没有越界，群体很强大，因为它能够处理单个成员的丢失。对于基于 RSSI 的位置估计方法，需要进一步开发群体行为。通信设备的接收器灵敏度限制了代理之间的最大距离及其滚动角度差异。当发生单个故障或障碍物阻碍群体路径时，并不总是有足够的 RSSI 测量值可用于执行