論文の概要: Uncovering multifunctional mechano-intelligence in and through phononic
metastructures harnessing physical reservoir computing
- arxiv url: http://arxiv.org/abs/2305.19354v1
- Date: Tue, 30 May 2023 18:31:44 GMT
- ステータス: 処理完了
- システム内更新日: 2023-06-01 19:56:58.682994
- Title: Uncovering multifunctional mechano-intelligence in and through phononic
metastructures harnessing physical reservoir computing
- Title(参考訳): 物理貯水池計算を利用した音波メタ構造における多機能メカノインテリジェンス
- Authors: Yuning Zhang, Aditya Deshmukh, K. W. Wang
- Abstract要約: 近年の自律システムの進歩は、機械的領域、いわゆるメカノ・インテリジェンス(MI)において、次世代の適応構造や材料がより内蔵されたインテリジェンスを持つことへの強い需要を引き起こしている。
本稿では,物理貯水池計算フレームワークを用いた統合多機能MIの実現に必要な基盤を構築するための新しいアプローチを提案する。
すなわち、コンピュータのパワーと知性、すなわち知覚、意思決定、指揮といった様々な要素を機械的領域で直接具現化するために、インテリジェンスを達成するためにアドオンのデジタルコンピュータや巨大なエレクトロニクスにのみ依存する従来の適応型構造から前進する。
- 参考スコア(独自算出の注目度): 1.1602089225841632
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: The recent advances in autonomous systems have prompted a strong demand for
the next generation of adaptive structures and materials to possess more
built-in intelligence in their mechanical domain, the so-called
mechano-intelligence (MI). Previous MI attempts mainly focused on specific
designs and case studies to realize limited aspects of MI, and there is a lack
of a systematic foundation in constructing and integrating the different
elements of intelligence in an effective and efficient manner. Here, we propose
a new approach to create the needed foundation in realizing integrated
multifunctional MI via a physical reservoir computing (PRC) framework. That is,
to concurrently embody computing power and the various elements of
intelligence, namely perception, decision-making, and commanding, directly in
the mechanical domain, advancing from conventional adaptive structures that
rely solely on add-on digital computers and massive electronics to achieve
intelligence. As an exemplar platform, we construct a mechanically intelligent
phononic metastructure with the integrated elements of MI by harnessing the PRC
power hidden in their high-degree-of-freedom nonlinear dynamics. Through
analyses and experimental investigations, we uncover multiple adaptive
structural functions ranging from self-tuning wave controls to wave-based logic
gates. This research will provide the basis for creating future new structures
that would greatly surpass the state of the art - such as lower power
consumption, more direct interactions, and much better survivability in harsh
environment or under cyberattacks. Moreover, it will enable the addition of new
functions and autonomy to systems without overburdening the onboard computers.
- Abstract(参考訳): 近年の自律システムの進歩は、次世代の適応構造や材料が機械的領域、いわゆるメカノ・インテリジェンス(MI)においてより組み込みのインテリジェンスを持つことへの強い需要を引き起こしている。
従来のMIは、MIの限られた側面を実現するための特定の設計やケーススタディに重点を置いており、インテリジェンスの異なる要素を効果的かつ効率的に構築し統合するための体系的な基盤が欠如している。
本稿では,物理貯水池計算(PRC)フレームワークを用いた統合多機能MIの実現に必要な基盤を構築するための新しいアプローチを提案する。
すなわち、コンピュータのパワーと知性、すなわち知覚、意思決定、指揮といった様々な要素を機械的領域で同時に具現化し、インテリジェンスを達成するためにアドオンのデジタルコンピュータと大規模エレクトロニクスにのみ依存する従来の適応型構造から前進する。
例示プラットフォームとして,高次非線形ダイナミクスに隠れたprcパワーを活用し,miの要素を統合した機械的にインテリジェントなフォノニックメタストラクタを構築した。
解析と実験を通じて,自己チューニング波制御からウェーブベース論理ゲートまで,複数の適応構造関数を明らかにする。
この研究は、電力消費の低減、より直接的な相互作用、厳しい環境やサイバー攻撃下での生存可能性の向上など、芸術の状態をはるかに上回る、将来の新しい構造を作る基盤を提供する。
さらに、オンボードコンピュータを過大評価することなく、システムに新たな機能や自律性を追加できるようになる。
関連論文リスト
- A Survey on Robotics with Foundation Models: toward Embodied AI [30.999414445286757]
近年のコンピュータビジョン,自然言語処理,マルチモーダリティ学習の進歩は,基礎モデルが特定のタスクに対して超人的能力を持つことを示している。
この調査は、ロボット工学の基礎モデルの包括的で最新の概要を提供し、自律的な操作に焦点を当て、高レベルの計画と低レベルの制御を包含することを目的としている。
論文 参考訳(メタデータ) (2024-02-04T07:55:01Z) - Balancing Autonomy and Alignment: A Multi-Dimensional Taxonomy for
Autonomous LLM-powered Multi-Agent Architectures [0.0]
大規模言語モデル(LLM)は、洗練された言語理解と生成能力を備えた人工知能の分野に革命をもたらした。
本稿では,LLMを用いた自律型マルチエージェントシステムが自律性とアライメントの動的相互作用をどのようにバランスさせるかを分析するために,総合的な多次元分類法を提案する。
論文 参考訳(メタデータ) (2023-10-05T16:37:29Z) - Brain-Inspired Computational Intelligence via Predictive Coding [89.6335791546526]
予測符号化(PC)は、マシンインテリジェンスタスクにおいて有望なパフォーマンスを示している。
PCは様々な脳領域で情報処理をモデル化することができ、認知制御やロボティクスで使用することができる。
論文 参考訳(メタデータ) (2023-08-15T16:37:16Z) - Attention: Marginal Probability is All You Need? [0.0]
我々は、注意機構のための代替ベイズ基盤を提案する。
機械学習において、どのように異なる注目アーキテクチャを統合するかを示す。
この研究が、より洗練された直感を注目アーキテクチャの重要な特性に導くことを願っています。
論文 参考訳(メタデータ) (2023-04-07T14:38:39Z) - Towards a Dynamic Composability Approach for using Heterogeneous Systems
in Remote Sensing [0.0]
本稿では,科学計算,人工知能(AI),リモートセンシング領域の共通部分において,構成可能なシステムを利用するための新しいアプローチを提案する。
我々は,NSFが出資するスーパーコンピュータであるExpanseを,地理的分散クラスタであるNautilusとフェデレートする,構成可能なインフラストラクチャの最初の実例のアーキテクチャについて述べる。
論文 参考訳(メタデータ) (2022-11-13T14:48:00Z) - Pessimism meets VCG: Learning Dynamic Mechanism Design via Offline
Reinforcement Learning [114.36124979578896]
オフライン強化学習アルゴリズムを用いて動的メカニズムを設計する。
我々のアルゴリズムは悲観主義の原理に基づいており、オフラインデータセットのカバレッジについて軽度な仮定しか必要としない。
論文 参考訳(メタデータ) (2022-05-05T05:44:26Z) - Symmetry Group Equivariant Architectures for Physics [52.784926970374556]
機械学習の分野では、対称性に対する認識が目覚ましいパフォーマンスのブレークスルーを引き起こしている。
物理学のコミュニティと、より広い機械学習のコミュニティの両方に、理解すべきことがたくさんある、と私たちは主張する。
論文 参考訳(メタデータ) (2022-03-11T18:27:04Z) - From Machine Learning to Robotics: Challenges and Opportunities for
Embodied Intelligence [113.06484656032978]
記事は、インテリジェンスが機械学習技術の進歩の鍵を握っていると主張している。
私たちは、インテリジェンスを具体化するための課題と機会を強調します。
本稿では,ロボット学習の最先端性を著しく向上させる研究の方向性を提案する。
論文 参考訳(メタデータ) (2021-10-28T16:04:01Z) - Towards open and expandable cognitive AI architectures for large-scale
multi-agent human-robot collaborative learning [5.478764356647437]
多エージェントLfDロボット学習のための新しい認知アーキテクチャを導入し、オープンでスケーラブルで拡張可能なロボットシステムの信頼性の高い展開を可能にする。
この概念化は、ロボットプラットフォームのネットワークの端ノードで動作する複数のAI駆動の認知プロセスを採用することに依存している。
提案フレームワークの適用性は,実世界の産業ケーススタディの例を用いて説明できる。
論文 参考訳(メタデータ) (2020-12-15T09:49:22Z) - Integrated Benchmarking and Design for Reproducible and Accessible
Evaluation of Robotic Agents [61.36681529571202]
本稿では,開発とベンチマークを統合した再現性ロボット研究の新しい概念について述べる。
このセットアップの中心的なコンポーネントの1つはDuckietown Autolabであり、これは比較的低コストで再現可能な標準化されたセットアップである。
本研究では,インフラを用いて実施した実験の再現性を解析し,ロボットのハードウェアや遠隔実験室間でのばらつきが低いことを示す。
論文 参考訳(メタデータ) (2020-09-09T15:31:29Z) - Distributed and Democratized Learning: Philosophy and Research
Challenges [80.39805582015133]
民主化学習(Dem-AI)という新しいデザイン哲学を提案する。
ヒトの社会的グループに触発され、提案されたDem-AIシステムの学習エージェントの専門グループは階層構造で自己組織化され、より効率的に学習タスクを遂行する。
本稿では,様々な学際分野に触発された未来のDem-AIシステムを実現するためのガイドラインとして,参照設計を提案する。
論文 参考訳(メタデータ) (2020-03-18T08:45:10Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。