OLA:新的MIT算法优化了软机器人上的传感器放置，以帮助他们了解世界

软机器人可以比其刚性亲戚灵活得多，但是其大范围的运动使其难以绘制人体部位的位置图。

通过优化传感器在人体上的排列，新算法可以使他们更好地控制自己的运动。

“你不能把机器人自身传感器无限多，”说研究的共同第一作者安德鲁·斯皮尔伯格，博士研究生在MITCSAIL。“所以，问题是：您有多少个传感器，为了获得最大收益，您将这些传感器放在哪里？”

AAG Ventures筹集1250万美元以推出新的Learn-to-Earn平台:金色财经报道，Play-to-earn (P2E) 游戏公司AAG Ventures (AAGV) 在由Shima Capital、Tribe Capital和Tess Ventures领投的一轮融资中筹集了1250万美元。这笔资金将帮助AAGV推出其支持外部游戏公会的P2E平台，以及全新learn-to-earn平台。[2021/12/2 12:45:20]

研究人员开发了一种新颖的神经网络架构来回答这个问题。它通过确定传感器的理想位置并了解不同任务需要哪些运动来工作。

2018共识大会:美国当局准备在不扼杀创新的前提下规范加密货币行业:美国监管机构在2018共识大会中明确表示，他们正在尽最大努力，通过制定保护投资者和促进新兴的加密货币生态增长的政策，来净化加密货币空间。[2018/5/18]

该团队首先将机器人的身体划分为不同的区域，然后将其应变率用作神经网络的输入。随着时间的流逝，网络制定出最有效的动作顺序来完成任务，例如使用哪些动作来抓取不同的选项。

Viola.AIViola.AI宣布与MegaX建立新的合资伙伴关系:在线约会平台Viola.AI宣布与MegaX建立合作关系，打造人工智能驱动的零售购物。此前，Viola.AI宣布将区块链技术引入在线交友平台，并声称将发行代币驱动旗下产业。[2018/3/12]

该网络还跟踪最常使用哪些区域，然后在后续试验中从输入中删除较少使用的区域。

通过此过程，系统可以建议将传感器放置在机器人上的位置。

研究人员通过将其建议与人类专家的传感器设计进行比较来测试其建议。

他们首先要求机器人专家选择他们认为最适合诸如抓取物品等任务的传感器位置。接下来，他们进行了仿真，将人工设计与算法敏感型机器人的性能进行了比较。

研究共同作者亚历山大·阿米尼说，他对结果感到惊讶：

即使我看着一些机器人的身体，并且对传感器应该走的位置非常有信心，我们的模型在每个任务上的表现都远胜于人类。事实证明，这个问题比我们最初预期的要复杂得多。

研究人员认为，该算法可以帮助实现软机器人设计的自动化，并最终帮助机器与周围环境进行互动。

标签：EARNOLAAAG加密货币StakearnRolaz GoldAAG价格加密货币局女人套路

XRP热门资讯