U.S. Loses 51st MQ-9 Drone in Clashes with Yemeni and Iranian Forces
也门安苏鲁拉联军发布的视频证实了一架美国 Air Drive MQ-9“死神”无人机被击落，这是其部队击落的第 27 架“死神”无人机，也是也门和伊朗防空部队在更广泛的地区敌对行动中击落的第 51 架无人机。这架飞机在 5 月 17 日深夜被击落，视频证实其携带 AGM-114 空对地导弹。这种导弹旨在以最小的附带伤害进行集中暗杀，并使用可展开的刀片来代替标准的爆炸弹头。据报道，“死神”无人机是 MQ-9A 美国在与也门和伊朗军队的冲突中损失了第 51 架 MQ-9 无人机，这一消息首先出现在《特种部队新闻》上。
Ultra-Faint Dwarf Galaxies Could Unlock Secrets of the Early Universe
绕银河系运行的微小星系可能蕴藏着宇宙学最大谜团之一的线索。超微弱矮星系是已知绕银河系运行的最小星系之一。天文学家长期以来一直将它们视为早期宇宙的古老遗迹。现在，奥斯卡克莱因中心和 LYRA 合作的研究人员使用了强大的 [...]
Tiny galaxies around the Milky Way may reveal what the infant universe was really like
天文学家正在转向宇宙中一些最小的星系来回答科学中最大的问题之一：大爆炸后不久的宇宙是什么样子？发表在《皇家天文学会月刊》上的一项新研究表明，超微弱的矮星系——围绕我们银河系运行的微小星系[…]围绕银河系运行的微小星系可能会揭示婴儿宇宙的真实面貌，该研究首先出现在《Knowridge Science Report》上。
Reward magnitude determines reinforcement learning efficiency | Science
标准动物学习研究将个体奖励幅度最小化，以最大化强化行为的重复。我们研究了奖励大小如何影响幼稚小鼠的五种行为范式的初始学习。特别大...
Ubuntu Core 26 offers an immutable Linux you can trust through 2041
如果您的公司想要在欧盟销售物联网或边缘设备，Canonical 的最小且不可变的发行版值得认真关注。
Science & Tech Spotlight: Privacy Enhancing Technologies
为什么这很重要公司和组织正在从美国人那里收集比以前更多的个人数据，以改进人工智能等技术。但使用和共享大量数据会带来安全和隐私风险，例如个人信息泄露。据 FBI 称，2024 年美国人因个人数据泄露而损失超过 14 亿美元。隐私增强技术 (PET) 可以帮助降低与收集、使用和共享数据相关的风险。关键要点隐私增强技术正在扩展到新的数据集，并不断发展以对抗恶意行为者。它们还可以实现对敏感信息（例如医疗记录或专有公司数据）的更安全的协作和研究。缺乏联邦指导、高昂的资源成本和劳动力限制会影响这些技术的实施，并可能阻碍广泛使用。该技术是什么？隐私增强技术以难以访问敏感信息的方式修改、隐藏或处理数据。专注于
Фестиваль-марафон по робототехнике «Робо-Весна» прошел в ИГУ
节日马拉松于上周末在 ISU 教育学院举行。参与者均为儿童，最小的5岁，最大的13岁。
Video Friday: Heavy Robotic Machinery Operates Itself
Video Friday 是您每周精选的精彩机器人视频，由您在 IEEE Spectrum 机器人领域的朋友收集。我们还发布了未来几个月即将举行的机器人活动的每周日历。请将您的活动发送给我们以供收录。ICRA 2026：2026年6月1-5日，VIENNARSS 2026：2026年7月13-17日，悉尼多机器人系统暑期学校：2026年7月29日至8月4日，布拉格Actuate 2026：2026年8月18-19日，旧金山享受今天的视频！散装物料搬运是各个行业中一项关键的劳动密集型操作，传统上由操作员使用配备自由摆动、欠驱动夹具的重型液压机械手执行。这项工作提出了第一个部署在现实世界 40 吨
Great Oaks Legacy Charter School Calls for Expansion of Pre-K Seats Amid Growing Demand in Newark
当塔莎拉·福特 (Tashara Ford) 得知陈氏学校（她最小的孩子就读学前班的学校）已经关闭时，她希望能够实现无缝过渡 [...]
Gradient-based planning for world models at longer horizons
GRASP 是一种新的基于梯度的学习动态规划器（“世界模型”），它通过以下方式使长视野规划变得实用：(1) 将轨迹提升到虚拟状态，以便优化在时间上是并行的；(2) 直接向状态迭代添加随机性以进行探索；(3) 重塑梯度，以便动作获得清晰的信号，同时我们通过高维视觉模型避免脆弱的“状态输入”梯度。大型学习世界模型的能力越来越强。他们可以预测高维视觉空间中未来观察的长序列，并以几年前难以想象的方式概括任务。随着这些模型的扩展，它们开始看起来不再像特定于任务的预测器，而更像通用模拟器。但是拥有强大的预测模型并不等于能够有效地将其用于控制/学习/规划。在实践中，现代世界模型的长期规划仍然脆弱：优化变
