基于策略共识的分布式确定性多智能体强化学习研究报告 强化学习（Reinforcement Learning, RL）近年来在诸多领域取得了显著突破，包括机器人学、智能电网和自动驾驶等。然而，在实际场景中，常常涉及到多智能体（Multi-Agent Reinforcement Learning, MARL）的协作学习问题。这类问题的核心挑战在于设计高效的多智能体协作强化学习算法，尤其是在受制于通信能力限制或隐私保护的情况下。目前，多数的MARL算法依赖一种被广泛采用的集中化训练-分布式执行（Centralized Training with Decentralized Execution, CTDE）范式。该范式虽然可以有效解决环境的非平稳性问题，但由于其重通信和集中化处理的本质，使其在实际部...

RNN高效激活函数实现：CORDIC算法与FPGA硬件加速的突破 背景与研究意义 近年来，随着深度学习技术的迅猛发展，循环神经网络（Recurrent Neural Networks, RNNs）尤其是长短时记忆网络（Long Short-Term Memory, LSTM），在时间序列任务中展现出了强大的能力，例如在自然语言处理（Natural Language Processing, NLP）、语音识别和医学诊断等领域取得了广泛应用。然而，与卷积神经网络（Convolutional Neural Networks, CNNs）相比，RNN模型因其复杂性和大量非线性激活函数需求，导致计算代价显著增加。特别是在资源有限的边缘设备（Edge Devices）中部署RNN模型时，激活函数的实现成...

基于单片集成的三维IGZO-RRAM-SRAM计算存储新架构研究：提高神经网络计算效率的突破 背景与研究动机 随着神经网络（Neural Network, NN）在人工智能领域应用的不断深入，传统计算架构难以满足其在能耗、速度和密度方面的需求。这促使研究者将目光投向计算存储（Compute-In-Memory, CIM）芯片技术。CIM通过将计算单元与存储单元集成在一个架构中，避免大量数据在存储与计算单元间传递的“存储墙”效应，从而显著提高系统效率。已有CIM架构主要基于静态随机存取存储器（Static Random Access Memory, SRAM）、电阻随机存取存储器（Resistive Random Access Memory, RRAM）和氧化铟镓锌（Indium-Galliu...

研究揭示硅橡胶电气跟踪降解机制的前沿科学新闻 背景介绍：研究动机及问题 随着电力传输和配电系统的快速发展，高分子复合绝缘子已逐渐取代传统玻璃和陶瓷绝缘子，成为户外高压输电领域中的首选材料。这其中，基于硅橡胶的复合绝缘子因其重量轻、耐热性高、化学稳定性佳及疏水性能（hydrophobicity）的优秀表现，备受工程界的青睐。它们不仅在生产安装过程中具有较高的性价比，同时也能在长期运行中表现出优越的抗老化特性。然而，这些绝缘材料在实际的运行条件下会因受电气和环境应力（例如高电压、多变的天气因素、盐雾腐蚀等）的影响而逐渐退化，最终可能导致设备的失效甚至电网故障。因此，深入了解硅橡胶材料的退化机制，研究其材料结构随退化发生的重要变化，具有重要的科学意义和应用价值。 为了应对这一问题，本文研究基于实际...

基于时空图的智能电网对抗性虚假数据注入逃逸攻击的生成与检测 背景介绍 随着现代智能电网的不断发展，电网作为一种典型的网络化信息物理系统（Cyber-Physical Systems, CPS），因其需要在不同组件之间交换大量数据，面临各种安全威胁。其中，虚假数据注入攻击（False Data Injection Attacks, FDIAs）因其能够篡改传感器数据而备受关注。攻击者可以借助这些虚假数据绕过传统的坏数据检测系统（Bad Data Detection, BDD），从而导致错误的操作决策，甚至可能使系统过载。然而，传统FDIAs相对简单，其明显的数据异常容易被数据驱动的机器学习模型检测到。 相比之下，对抗性虚假数据注入逃逸攻击（Adversarial False Data Inje...

科研新闻报告：关于《Event-Triggered Fuzzy Adaptive Stabilization of Parabolic PDE–ODE Systems》 研究背景及意义 在现代工程系统中，例如柔性机械臂、热传导设备和反应器控制器等，许多复杂系统需要通过偏微分方程（Partial Differential Equations, PDE）建模，而PDE通过其独特的反应-扩散特性经常用于描述无穷维系统。然而，当这些系统与常微分方程（Ordinary Differential Equations, ODE）级联组成反应扩散控制系统时，设计有效的控制方案变得更为复杂，尤其是在存在耦合现象或非线性因素的情况下。 特别是在金属轧制、柔性海洋升降装置以及高超音速飞行器热保护等工程领域中，这些...

二维晶体管中高κ氧化镓的集成研究 学术背景 随着半导体技术的不断进步，二维材料（如二硫化钼，MoS₂）因其独特的电学性能和原子级厚度，被认为是下一代晶体管通道材料的潜在候选者。然而，二维晶体管的性能在很大程度上依赖于栅极介电层的质量。传统的沉积技术（如化学气相沉积CVD和原子层沉积ALD）在二维材料表面沉积超薄金属氧化物时，往往难以形成均匀的介电层，导致界面质量差，进而影响晶体管的性能。因此，开发一种能够在二维材料表面形成高质量、超薄介电层的方法，成为了当前研究的热点。 研究来源 这项研究由来自多个机构的科研团队共同完成，主要作者包括Kongyang Yi、Wen Qin、Yamin Huang等，研究团队来自新加坡南洋理工大学、南京航空航天大学、中国科学院上海微系统与信息技术研究所、美国德...

快速低温表征1,024个集成硅量子点设备研究综述 背景介绍 量子计算作为未来计算领域的颠覆性技术，承诺在材料科学、药物发现、大数据搜索等方面远超传统高性能计算机。硅基量子点（Quantum Dot, QD）是一种潜在的实现容错量子计算机的平台，具有小体积、支持自旋量子比特、可与现有半导体制造工艺兼容的优势。在富同位素硅中，自旋量子比特已展示出能够满足容错量子计算需要的控制、初始化和读取精度。但实现真正意义上的容错量子计算以解决实际问题，仍需数百万个物理量子比特的扩展。 随着量子处理器的复杂性逐渐增加，设备变异性管理和与底层电子设备的接口成为了新的技术挑战。频率分配复用、多路互交架构等方案已被应用于减少和优化与量子比特之间的数据信号连接。然而，这些方案受限于设备间的变异性和信号密度，因此需要更...

三维晶体管研究：以二维半导体材料为核心的未来CMOS技术发展 近年来，随着硅基互补金属氧化物半导体（Complementary Metal-Oxide-Semiconductor, CMOS）技术接近其物理极限，下一代微电子技术的持续缩放和性能优化面临诸多挑战。如何在亚纳米尺度上维持电流开关比(on–off current ratio)、提高集成密度以及提升能效，成为学术界和工业界亟待解决的问题。本文针对这一背景，提出探索二维（2D）过渡金属二硫化物（Transition Metal Dichalcogenides, TMDs）作为后硅CMOS时代的关键导电通道材料，并通过设计新的三维（3D）晶体管架构，展示了其在延续摩尔定律（Moore’s Law）方面的巨大潜能。 研究背景与意义 CMO...

光电微波合成器——频率可调性与低相位噪声的结合 学术背景 在现代通信、导航和雷达系统中，频率可调且低噪声的微波源是至关重要的。传统的电子微波合成器虽然能够提供频率可调性，但其相位噪声较高，限制了其在精密应用中的使用。相比之下，基于光子学的微波合成器利用高光谱纯度激光和光学频率梳，能够生成极低相位噪声的微波信号。然而，光子学方法通常缺乏频率可调性，并且系统体积大、功耗高，限制了其广泛应用。 为了解决这些问题，本文提出了一种混合光电方法，结合了简化的光学频率分割（Optical Frequency Division, OFD）和直接数字合成（Direct Digital Synthesis, DDS）技术，生成了在整个X波段（8-12 GHz）内可调的低相位噪声微波信号。该研究不仅解决了传统光子...