1、脑电波调控电磁波的新方式 可通过意识指挥电磁波传导

***近，空军工程大学教授王甲富以及新加坡国立大学工程***教授仇成伟团队，联合其他合作伙伴，构建了通过脑电波、控制材料特性的简易架构，提出了通过脑电波调控电磁波的新方式，并将脑电波用于控制材料的电磁响应。该调控方式具有简便、快捷等优势，在智能传感、智能医疗等方面具有潜在应用。以智能医疗为例，当用于残障人士时，只需佩戴相应的脑电设备即，可实现对电磁波传播方向的操控。通过调整电磁波的指向，还可改变信号传输方向，进而让处于不同位置的人员，实现定向私密化的信息传输与交流。

2、三星拟定2030年建成“无人工厂” 解决韩国严重人力短缺问题

8月2日讯世界***内存芯片制造商三星电子正计划建造一座“无人工厂”，以解决因“人口悬崖”造成的人力短缺问题，此举或为韩国主要制造商开辟先河。据媒体周一（1日）援引业内人士的消息称，三星***近成立了一个工作组，计划***早在2030年前将关键工厂打造成“无人工厂”，工厂内所有生产过程都将使用自动化机器来进行操作。需要指出的是，“无人工厂“并不是在没有人力的情况下运营，而是指工厂仅需要***低限度的管理人员，至于抛光、配管和焊接等生产流程，机器将取代人工。

3、南大***新综述论文：基于模型的强化学习

南京大学近日发表的一篇论文对MBRL的研究现状进行了综述，并着重介绍了近年来研究的进展。对于非表格环境，学习到的环境模型与实际环境之间存在泛化误差。因此，分析环境模型中策略训练与实际环境中策略训练的差异，对算法设计、模型使用和策略训练具有重要的指导意义。此外，他们还讨论了离线在线学习、目标条件在线学习、多智能体在线学习和元在线学习等基于模型的在线学习技术的***新进展，以及MBRL在实际任务中的适用性和优势。论文还包括MBRL未来的发展前景。研究人员认为MBRL在实际应用中具有巨大的潜力和优势，但这些优势往往被忽视，希望该综述能够吸引更多关于MBRL的研究。

4、用于超快响应人造皮肤的触觉近传感器模拟计算

南洋理工大学Xiaodong Chen课题组报道了一种用于人造皮肤应用的基于柔性忆阻器阵列的近传感器模拟计算系统。该系统将触觉传感器阵列与灵活的氧化铪忆阻器阵列无缝集成，无需接口电子设备即可同时感应和计算原始的多个模拟压力信号。作为概念验证，该系统用于触觉刺激的实时降噪和边缘检测。该系统的一次传感计算操作大约需要 400 ns，平均功耗比传统接口电子系统低 1000 倍。结果表明，近传感器模拟计算为大规模人造皮肤系统提供了一种超快速且节能的途径。

5、用于超快响应人造皮肤的触觉近传感器模拟计算

韩国光州科学技术***Young Min Song和基础科学研究所Dae-Hyeong Kim报告了一种具有全景视野的两栖人工视觉系统的开发，该系统的灵感来自招潮蟹复眼的功能和解剖结构。作者在球形结构上集成了具有渐变折射率的微透镜阵列和灵活的梳状硅光电二极管阵列。无论空气和水之间的外部折射率如何变化，微透镜都具有平坦的表面并保持其焦距。球形基板上的梳状图像传感器阵列具有极宽的视野，几乎覆盖了整个球形几何结构。作者通过空气和水中的光学模拟和成像演示来说明该系统的功能。

6、领导无线边缘AI的联合神经形态学习，具有较高的识别精度以及较低的能耗

新加坡南洋理工大学的研究人员提出了一种***的联合神经形态学习（LFNL）技术，它是一种基于脉冲神经网络的分布式节能型类脑计算方法。所提出的技术将使边缘设备能够利用类似大脑的生物生理结构来协作训练全局模型，同时帮助保护隐私。研究表明，在边缘设备之间数据集分布不均匀的情况下，LFNL 实现了与现有边缘 AI 技术相当的识别精度，同时大幅降低了 >3.5 倍的数据流量和 > 2.0 倍的计算延迟。此外，与标准联邦学习相比，LFNL 显着降低了 > 4.5 倍的能耗，精度损失高达 1.5%。因此，提出的 LFNL 可以促进类脑计算和边缘 AI 的发展。该研究以「Lead federated neuromorphic learning for wireless edge artificial intelligence」为题，于近日发布在《Nature Communications》。

本文摘自：网络 日期：2022-08-04
详情点击：ABB机器人总代理商
电联：156 0178 5639