指标$ k $-$ -center聚类是一个根本无人监督的学习原始。虽然广泛使用，但这种原语受到数据中噪声的严重影响，因此更明智的变体寻求最佳解决方案，这些解决方案忽略了数据集的给定数字$ Z $的Z $。我们为在滑动窗口设置下的流模型中提供有效的算法，在滑动窗口设置下，在每个时间步骤中，要群集的数据集是窗口$ W $的最新数据项。我们的算法达到$ O（1）$近似，显着要求在$ k + z $和logarithmic中以$ k + z $和logarithmic提供的工作内存线性。作为一个副产品，我们展示了如何估计窗口的有效直径$ W $，这是窗口点传播的衡量标准，忽略了给定的嘈杂距离的一部分。我们还提供了我们理论结果的实际可行性的实验证据。
translated by 谷歌翻译
该论文提出了一个计划者，以使用质心动力学和人形机器人的完整运动学来产生步行轨迹。机器人与行走表面之间的相互作用是通过新条件明确建模的，即\ emph {动态互补性约束}。该方法不需要预定义的接触序列，并自动生成脚步。我们通过一组任务来表征机器人控制目标，并通过解决最佳控制问题来解决它。我们表明，可以通过指定最小的参考集，例如恒定所需的质量速度中心和地面上的参考点来自动实现行走运动。此外，我们分析了接触模型选择如何影响计算时间。我们通过为人形机器人ICUB生成和测试步行轨迹来验证该方法。
translated by 谷歌翻译
跳跃可能是克服小地形差距或障碍的有效运动方法。在本文中，我们提出了两种不同的方法，可以用类人形机器人进行跳跃。具体而言，从预定义的COM轨迹开始，我们开发了速度控制器的理论和基于优化技术评估关节输入的优化技术的扭矩控制器。在模拟和类人形机器人ICUB中，对控制器进行了测试。在模拟中，机器人能够使用两个控制器跳跃，而实际系统仅使用速度控制器跳跃。结果突出了控制质心动量的重要性，他们表明联合性能，即腿部和躯干关节的最大功率，以及低水平的控制性能是至关重要的，以实现可接受的结果。
translated by 谷歌翻译
本文采取了一步，为人形机器人提供自适应形态能力。我们提出了一种系统的方法，可以使机器人盖变形其形状，其整体尺寸适合人体机器人的人体测量值。更确切地说，我们提出了一个封面概念，该概念由两个主要组成部分组成：骨骼，这是一个称为Node的基本元素和一个软膜的重复，该元素将盖子包裹起来并用其运动构成变形。本文重点关注盖子骨骼，并解决了节点设计，系统建模，电动机定位以及变形系统的控制设计的挑战性问题。封面建模侧重于运动学，并提出了定义系统运动限制的系统方法。然后，我们应用遗传算法来找到运动位置，以使变形盖完全致动。最后，我们提出了控制算法，使覆盖物变为随时间变化的形状。通过进行四个不同的方尺寸盖，分别具有3x3、4x8、8x8和20x20节点的运动学模拟来验证整个方法。对于每个封面，我们应用遗传算法来选择运动位置并执行模拟以跟踪所需形状。仿真结果表明，提出的方法可确保封面跟踪具有良好跟踪性能的所需形状。
translated by 谷歌翻译
稳定性是蛋白质健康的关键成分及其通过靶向突变的修饰具有各种领域的应用，例如蛋白质工程，药物设计和有害的变体解释。在过去的几十年里，许多研究已经致力于建立新的，更有效的方法来预测预测突变对蛋白质稳定性的影响，基于人工智能（AI）的最新发展。我们讨论了在独立测试集上估计的特征，算法，计算效率和准确性。我们专注于对其局限性的关键分析，对培训集的经常性偏见，其普遍性和可解释性。我们发现预测器的准确性在15年以上左右1千卡/摩尔。我们通过讨论需要解决的挑战来达到改善性能的挑战。
translated by 谷歌翻译