基于自注意机制的风险敏感机器人控制探讨 研究背景 机器人控制中的运动学和动力学是确保任务精确完成的关键因素。大多数机器人控制方案依赖于各种模型来实现任务优化、调度和优先级控制。然而，传统模型的动态特征计算通常复杂且容易产生误差。为了解决这个问题，通过机器学习以及强化学习技术来自动获取模型成为一种可行的替代方案。然而，直接应用于实际的机器人系统中，这种方法存在急剧的运动变化和非期望的行为输出的风险。 研究来源 本文由Dongwook Kim、Sudong Lee、Tae Hwa Hong和Yong-Lae Park撰写，作者分别来自首尔国立大学和洛桑联邦理工学院。该研究发表在2023年的npj Robotics杂志上。 研究内容 研究流程 本文提出了一种在线模型更新算法，直接应用于实际机器人系...

研究背景 在救援任务中，为了提升搜救效率，一种新兴的解决方案是利用电子背包与昆虫的结合体——赛博昆虫（cyborg insects）。这些昆虫结合了生物与电子技术的优势，通过附加的电子背包用于通信、感应和控制。然而，附加设备会影响昆虫的平衡，尤其是在其自我摆正（self-righting）动作中。如果昆虫在执行任务时遭受摔落或意外冲击，原先的机器装置可能会导致其翻倒不能自如行动。为了应对这一挑战，本研究引入了一种仿生3D打印人工肢体，它模仿了瓢虫的自我摆正动作，提高了赛博昆虫在复杂和不可预测条件下的灵活性。 文章来源 该研究由Marc Josep Montagut Marques、Qiu Yuxuan、Hirotaka Sato和Shinjiro Umezu团队完成。作者隶属机构分别是日本早...

修整螺旋体：一种具高精度，大工作空间和顺应性相互作用的软结构 背景介绍 近年来，受生物启发，许多研究人员逐渐偏离了传统刚性机器人范式，转向包含顺应性材料和结构的设计。象鼻是这种软体机器人愿景的一个典型代表，它具备无与伦比的可控性和工作空间，同时由于其顺应性为大象提供了多功能的工具。然而，即便是迄今为止最杰出的软体机器人也未能完全匹敌这些自然界的表现，尤其是在接近或超过1米规模的系统中。 面对这一局限性，本研究通过利用建筑材料（architectured structures）提出解决方案。这些结构通过几何形状而非材料属性来调整其物理特性，不同于通过内部微结构或复合材料定制特性的超材料（meta-materials），建筑材料利用均匀材料的空间异质性，可以实现简单、低复杂度的单一材料制造，同时...

半导体-压电异质结构中巨大的电子介导声子非线性 现代科学技术中，信息处理的效率和确定性是决定其应用潜力的关键。光学频率上的非线性光子相互作用已经在经典和量子信息处理上展示了巨大的突破。而在射频范围内，非线性声子相互作用也同样有潜力带来革命性变化。本文通过异质集成高迁移率半导体材料，展示了一种能够有效增强确定性非线性声子相互作用的方法。 研究背景 作者开展这项研究的原因在于目前非线性声子相互作用的材料非常有限，不能通过材料本质上的声子非线性实现高效率的频率转换。尽管一些材料（例如铌酸锂）已经展示了一些电-声效应和非线性压电效应，实现了三波和四波混频过程，但仍未达到高效的频率转换。因此，该研究旨在通过半导体材料的引入，增强声子-电子混合效应，提升非线性声子相互作用的强度和效率。 研究来源和作者背...

基于夹持的反铁电薄膜电机电响应增强研究 背景介绍 反铁电薄膜材料在微/纳米机电系统中的潜在应用已经引起了广泛关注。这类系统要求材料具有高机电响应，可以在施加电场时产生显著的机电应变。然而，传统机电材料（如铁电材料和弛豫铁电材料）当其厚度缩小到亚微米级时，反馈响应会显著下降，主要原因是衬底的机械夹持效应限制了材料的极化旋转和晶格变形。 为了克服这一局限，研究者们提出了一种非传统方法，通过电场诱导的反铁电到铁电相变和衬底约束的耦合，实现了反铁电薄膜的显著机电响应。相关研究观察到，氧八面体的去倾斜与所有维度下晶格体积的扩展相符，同时平面内的夹持进一步增强了平面外的扩展。 研究来源 本文由来自多所知名机构的研究人员共同撰写，包括University of California, Berkeley, ...

锂离子电池正极材料结构变化的动态与热力学研究 学术背景与研究动机 锂离子电池是现代便携电子设备和电动汽车的重要动力来源，传统上使用层状LiCoO2正极材料。然而，持续的高能量密度需求促使科学家们探索新的高能量密度电极。锂富氧化物正极材料（如Li1.2Mn0.8O2）因为在循环中能同时利用过渡金属离子和氧化还原反应，提供了比传统正极材料更高的能量密度。然而，这些材料在循环过程中往往伴随着结构变化，大大影响其能量密度。理解这些结构变化及其与氧氧化还原行为之间的关系成为改进锂富正极材料的主要挑战。虽然已有研究揭示了一些氧氧化引起的结构变化，如过渡金属迁移和氧二聚化，但由于实验和建模的困难，关于原子至纳米尺度的详细图景仍不完善。 论文来源 这篇文章由Kit McColl、Samuel W. Cole...

近年来，燃料电池作为一种清洁、可再生的能源技术，得到广泛关注。然而，燃料电池的广泛应用面临着氧还原反应（ORR）电催化剂的稳定性问题。具有化学有序结构的L10-PTM间金属纳米晶体（INCs），因其较低的形成能量（例如，有序L10-PTFE的原子形成能约为-0.232 eV）和较高的内聚能，显示出比无序A1-PTM更高的稳定性，这使其成为燃料电池领域里极具潜力的电催化剂之一。然而，实现这种有序结构所需的高温退火处理（通常>600°C）常导致严重的颗粒烧结、形态改变，以及降低其有序度，使得这种电催化剂难以规模化生产，并限制其在燃料电池中的实际应用。 为解决上述问题，本研究团队提出了一种新型的低熔点金属（M’ = Sn，Ga，In）诱导键强度削弱策略，以降低活化能（Ea），促进PTM（M = N...

基于自适应集成分解与跨模态注意力融合的电网故障诊断框架 研究背景 随着现代电力系统规模的不断扩大和复杂化，电网的稳定运行面临着越来越严峻的挑战。电网故障的发生可能由自然灾害、设备故障以及局部电网结构薄弱等多个因素导致。这些故障不仅会影响电力用户的正常工作，还可能导致大面积停电，进而引发重大损失。美国能源信息管理局的数据显示，美国每年平均发生超过500起电网故障事件，影响数百万用户的电力供应。在中国，因电网故障造成的年均电力损失超过百亿人民币。由此可见，快速准确地检测和诊断电网故障类型已成为电力系统研究中的关键课题之一。 研究来源 本文题为“a grid fault diagnosis framework based on adaptive integrated decomposition a...

耦合神经网络间歇性随机扰动下的快速同步控制及加密解密应用 一、背景及研究动机 近年来，神经网络被广泛应用于各种领域，包括数据分类、图像识别及组合优化问题等。在神经网络结构和性能方面，可以将其分为确定性神经网络和随机性神经网络。许多研究表明，加入噪声扰动的随机神经网络展示出比确定性神经网络更好的动态特性，即通过构建具有随机扰动的网络，可以更真实地模拟实际神经网络的模型。然而，当前大多数神经网络的研究主要集中在全时扰动模型上，尽管实际生活中更多的是间歇性随机扰动现象。 二、论文来源 这篇名为《Fast synchronization control and application for encryption-decryption of coupled neural networks with ...

自适应采样人工实际控制在约束系统非零和博弈中的应用 背景 在现代工业和科研领域中，智能技术和控制系统的迅速发展，使得传统的控制方法难以满足保证系统稳定性和最小化能耗的严格要求。实际系统通常非常复杂，至少包含两个控制单元，并存在组件之间错综复杂的竞争与合作关系。这种情况下，设计的控制方案不仅要考虑单个控制器的效益最大化，还要实现全局优化。这类问题通常被视为非零和博弈（Non-Zero-Sum Games，NZSG），在多物理输入约束条件下，处理系统耦合动态是一个重要的研究难题。 论文来源 本文题为《Adaptive Sampling Artificial-Actual Control for Non-Zero-Sum Games of Constrained Systems》由Lu Liu和R...