Dec, 2023

蛾子启发的嗅觉导航的探索 - 开发模型

PDF
TL;DR基于 EE 模型的研究表明，雄蛾导航通向雌蛾的过程可以解释探索和利用之间的关系，在风洞实验中，我们通过添加气流扰动并使用红外相机进行三维跟踪，分析扰动增加对飞蛾飞行的影响，结合数据集进行遗传算法分离了探索和利用阶段，研究结果显示雄蛾对雌蛾信息的探索利用率随着距离雌蛾信息源的增加而增加，并且发现气流扰动与该探索利用率之间存在密切关系，这一研究拓展了我们对基于生物 EE 模型的最佳导航策略的理解，并支持发展先进的、理论支持的仿生导航算法，为解决复杂的决策问题提供了重要的启示。
male mothsexploration-exploitation modelpheromone-driven flight pathswind tunnel measurementsgenetic algorithm
发现论文，激发创造
  • 使用 Q 学习在没有地图的情况下导航湍流

    通过引入时间记忆，我们利用一小组可解释的嗅觉状态开发了一种强化学习算法，该算法通过现实的湍流气味信号进行训练，证明在逼真的气味中可以学习导航。最佳策略是让代理学习其恢复策略，并表明它在很大程度上是沿横风漂移，类似于飞行昆虫的行为。

    Apr, 2024

  • PheroCom 基于虚拟信息素和振动声通信的分散异步群体机器人协调

    本论文提出了一种基于分布式模型的虚拟荷尔蒙建模的群体机器人协同方案，通过实现机器人之间的信息交互和知识共享，实现了机器人的分散化和异步化协同，以及高效地完成了目标监视任务。

    Feb, 2022

  • 回家：通过想象路径找到回家的路

    通过使用基于像素观察学习到的生成模型，将未访问过的路径纳入规划算法，可以帮助实现动物类的巡航行为，并且可以更准确地预测其新路径。

    Aug, 2022

  • 进化计算中基于深度强化学习的自动配置探索 - 开发平衡

    基于深度强化学习的框架可自动配置和调整探索 - 利用平衡 (EET)，以提升进化计算算法的性能和泛化能力。通过在 CEC2021 基准上进行实验证明，在多个问题类别、维度和种群规模上，该框架显著改善了现有算法的性能，并提供了对 EET 问题的深入分析。

    Apr, 2024

  • 利用模块化机器人在捕食者 - 猎物场景中引发开放性

    通过探究捕食 - 猎物场景如何诱导出现开放式演化（OEE），使用固定形态的模块化机器人，并对其控制器进行进化。引入所谓的标记系统作为一个新特性，预期增加行为复杂性。结果表明，通过使用模块化机器人的捕食 - 猎物动态能够产生出自适应策略，展示了诱导 OEE 的可行性，尽管似乎依赖于将繁殖条件化为明确的行为标准。

    Sep, 2023

  • 竞争环境下探索的危险：一种计算建模方法

    通过对探索和竞争之间的相互作用进行实证研究，我们发现：在数字经济中，数据作为进入在线市场的一个障碍，可能促使更好的算法的产生，获得更高的消费者福利；在有竞争的市场中，探索可能会损害系统的声誉，进而降低市场份额，而第一个进入市场的公司则可能促进更好的算法的出现从而提高客户福利。

    Feb, 2019

  • Mol-PECO: 一种利用分子结构预测人类嗅觉感知的深度学习模型

    本文提出了一个名为 Mol-PECO 的深度学习模型，通过对分子结构进行编码来预测气味知觉，其更新的原子嵌入通过方向图卷积网络 (GCN) 对拉普拉斯特征函数进行建模作为位置编码和库仑矩阵进行原子坐标和电荷编码。利用 8,503 种分子的全面数据集，Mol-PECO 直接在 118 个气味描述符上取得了 0.813 的接收者操作特征曲线下面积 (AUROC)，优于分子指纹的机器学习 (0.761 的 AUROC) 和邻接矩阵的 GCN (0.678 的 AUROC)。Mol-PECO 学到的嵌入也捕获了有意义的气味空间，全球聚类描述符和相似气味的局部检索。本文的工作可以促进对嗅觉感知和机制的理解和解码。

    May, 2023

  • 深度点击率预测的对抗梯度驱动探索

    本研究提出了一种名为 Adversarial Gradient Driven Exploration（AGE）的基于探索 - 开发策略的更新算法，该算法考虑了探索策略对模型训练的影响，并引入了动态门控单元来防止资源浪费。该算法在学术数据集和世界领先的广告平台上得到了有效的验证。

    Dec, 2021

  • 昆虫启发机器人导航中的家庭向量方向的直接学习

    通过学习飞行、视觉感知和卷积神经网络，我们提出了一种机器人导航方法，可以学习家向量的方向并成功地回家。

    May, 2024

  • 基于神经形态进化的微型飞行器高速离场着陆控制

    通过仿生学方法，利用视觉流量分歧的微距离航空器降落的演进尖峰神经网络进行控制，展示了控制环路中脉冲神经网络在真实世界中的实际应用，并提供了有关成功解决分歧式着陆问题所需资源的见解。

    Mar, 2020