您当前的位置: 首页 >> 人工智能 >
在基于视觉模型的强化学习中通过EmPOWERment确定信息优先级

基于模型的强化学习(RL)帮助机器人学习技能。Agent获得了一个预测模型,该模型代表了世界如何运作并得出有效的策略。但是,在复杂环境(例如 浏览全文>>

神经网络研究利用定制设计将属性与材料配对

由美国能源部橡树岭国家实验室的研究人员领导的一项研究可以帮助使材料设计像点击一样可定制。发表在npjComputationalMaterials上的研究使 浏览全文>>

科学家开发出新型循环肿瘤DNA生物传感器

核酸分析主要用于病原体检测、遗传病鉴定和癌症早期诊断。例如,对循环肿瘤DNA(ctDNA)进行定量分析,ctDNA是一种来源于恶性细胞的游离DNA片 浏览全文>>

机器人在没有全貌的情况下为人类着装

麻省理工学院的研究人员设计了一个拥有一两个技巧的机器人。机器人已经擅长某些事情,例如举起太重或太笨重而人们无法管理的物体。它们非常 浏览全文>>

使用视觉和声音的高效远程视频检索

最近,在文本到视频的检索领域取得了显着进展。然而,当前的系统主要是为非常短的视频设计的,而大多数真实世界的视频通常会捕捉复杂的人类 浏览全文>>

分子机器人成群协同工作

在全球首创中,科学家们已经证明,分子机器人能够通过采用集群策略完成货物交付,实现的运输效率是单个机​​器人的五倍。群体机器人技术是 浏览全文>>

在基于视觉模型的强化学习中通过EmPOWERment确定信息优先级

基于模型的强化学习(RL)帮助机器人学习技能。Agent获得了一个预测模型,该模型代表了世界如何运作并得出有效的策略。但是,在复杂环境(例如 浏览全文>>

在基于视觉模型的强化学习中通过EmPOWERment确定信息优先级

基于模型的强化学习(RL)帮助机器人学习技能。Agent获得了一个预测模型,该模型代表了世界如何运作并得出有效的策略。但是,在复杂环境(例如 浏览全文>>

简单的计算轻模型可以模拟复杂的脑细胞反应

研究脑细胞如何响应来自邻居的信号有助于理解认知和发育。然而,通过实验测量大脑的活动是复杂的。神经元模型提供了一种研究大脑的非侵入性 浏览全文>>

用感觉抓取物品的灵活方式

麻省理工学院的工程师EdwardAdelson和SandraLiu二人开发了一种具有丰富感官能力的机器人抓手。巨型金属机器人的概念以单调的方式说话,并以 浏览全文>>

反铁磁半导体的磁性使纳米级的光操纵成为可能

纳米技术领域的一个主要研究挑战是找到控制光的有效方法,这是高分辨率成像、生物传感器和手机必不可少的能力。因为光是一种本身不带电荷的 浏览全文>>

一种自然驱动的解决方案可实现更高效的AI

在其生命周期内,每辆汽车平均排放约126,000磅的温室气体二氧化碳(CO2)。将这些排放与人工智能(AI)技术留下的碳足迹进行比较。2019年,培训 浏览全文>>

新的3D成像工具实现了迄今为止最高分辨率

从设计新的生物材料到新型光子器件,通过称为自下而上纳米加工或自组装的过程构建的新材料正在为具有在纳米尺度上调整特性的新技术开辟道路 浏览全文>>

血癌细胞和免疫系统是最好的敌人

单细胞技术和机器学习的结合揭示了癌细胞和免疫系统之间的协作。赫尔辛基大学和阿尔托大学的研究人员已经证明,人体的免疫系统会在一种罕见 浏览全文>>

使用自然语言反馈纠正机器人计划

机器人将受益于整合自然语言反馈以改变其行为的能力。arXiv org 最近的一篇论文建议使用自然语言指令作为输入来直接修改机器人的规划目标 浏览全文>>