<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[m0_65595995的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/m0_65595995</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; m0_65595995]]></copyright><item><title><![CDATA[用于医疗的磁驱动柔性微机器人研究进展！]]></title><link>https://blog.youkuaiyun.com/m0_65595995/article/details/170284416</link><guid>https://blog.youkuaiyun.com/m0_65595995/article/details/170284416</guid><author>m0_65595995</author><pubDate>Sun, 08 Nov 2026 10:41:53 +0800</pubDate><description><![CDATA[磁驱动柔性微机器人已从“能动的小软虫”走向器官适配、诊疗一体、可释药可成像的原型系统，下一步竞争焦点是体内闭环控制、材料长期安全性与临床级系统集成。你想先深入哪条技术线：磁化编程制造、体内闭环控制，还是具体器官（脑/胃/心/血管）应用？]]></description><category></category></item><item><title><![CDATA[光子电路成为可训练AI硬件！]]></title><link>https://blog.youkuaiyun.com/m0_65595995/article/details/170282187</link><guid>https://blog.youkuaiyun.com/m0_65595995/article/details/170282187</guid><author>m0_65595995</author><pubDate>Sun, 08 Nov 2026 10:11:27 +0800</pubDate><description><![CDATA[这句话背后，是 2025–2026 年光计算领域最关键的拐点：光子电路不再只是“跑别人训好的模型”，而是开始自己“在光里学权重”。传统光子神经网络（ONN）长期只能做推理加速：- 矩阵乘法靠 MZI（马赫-曾德尔干涉仪）网格 / 微环谐振器，用光干涉算，快、省电但训练仍在 GPU 上仿真，再把权重烧进光芯片问题：流片有纳米级误差、热漂移、相位噪声，仿真模型和真实光场对不上，掉点严重核心矛盾：标准反向传播要求“正反向光路严格互易”，光芯片做不到那么干净。正向光场 + 反向误差光场在片上干涉- 用洛伦兹互易性，]]></description><category></category></item><item><title><![CDATA[系统仿真：概念、历史、内容与展望！]]></title><link>https://blog.youkuaiyun.com/m0_65595995/article/details/170280821</link><guid>https://blog.youkuaiyun.com/m0_65595995/article/details/170280821</guid><author>m0_65595995</author><pubDate>Sun, 08 Nov 2026 09:41:48 +0800</pubDate><description><![CDATA[下面按“概念 → 历史 → 内容 → 展望”四块，给你一套系统仿真（System Modeling & Simulation, M&S）的体系化梳理，适合做综述、课程报告或技术入门。]]></description><category></category></item><item><title><![CDATA[条形码技术：概念、历史、内容与展望！]]></title><link>https://blog.youkuaiyun.com/m0_65595995/article/details/170246335</link><guid>https://blog.youkuaiyun.com/m0_65595995/article/details/170246335</guid><author>m0_65595995</author><pubDate>Sat, 07 Nov 2026 19:40:34 +0800</pubDate><description><![CDATA[条形码技术（Barcode Technology）是一种的自动识别技术（AIDC）。核心逻辑很简单：把“数字/字符”变成“条与空（或点阵）的宽窄组合” → 扫描器读光反射 → 解码回数据 → 对接数据库一维码（1D）：只存“索引号”，如 EAN-13、UPC、Code 128，靠后台数据库查详情二维码（2D）：直接存文本、网址、批次、溯源信息，如 QR、Data Matrix、PDF417。]]></description><category></category></item><item><title><![CDATA[电子产品的分类：元件和器件区分！]]></title><link>https://blog.youkuaiyun.com/m0_65595995/article/details/170244154</link><guid>https://blog.youkuaiyun.com/m0_65595995/article/details/170244154</guid><author>m0_65595995</author><pubDate>Sat, 07 Nov 2026 16:17:00 +0800</pubDate><description><![CDATA[在日常工程语境中，]]></description><category></category></item><item><title><![CDATA[基于神经网络的机器人导航系统的设计与执行！]]></title><link>https://blog.youkuaiyun.com/m0_65595995/article/details/170244017</link><guid>https://blog.youkuaiyun.com/m0_65595995/article/details/170244017</guid><author>m0_65595995</author><pubDate>Sat, 07 Nov 2026 16:04:32 +0800</pubDate><description><![CDATA[基于神经网络的机器人导航系统，本质上是一个“感知-规划-控制”的闭环。它的核心优势在于强大的泛化能力和端到端的简洁性，能够处理传统几何方法难以解决的复杂场景（如密集人群、非结构化地形）。]]></description><category></category></item><item><title><![CDATA[移动机器人导航中的深度增强学习！]]></title><link>https://blog.youkuaiyun.com/m0_65595995/article/details/170243817</link><guid>https://blog.youkuaiyun.com/m0_65595995/article/details/170243817</guid><author>m0_65595995</author><pubDate>Sat, 07 Nov 2026 15:49:07 +0800</pubDate><description><![CDATA[移动机器人导航 + 深度增强学习（DRL）”本质是把导航建模成：机器人看状态 → 出动作 → 拿奖励 → 学出“安全又高效到达目标”的策略。下面按“问题建模 → 算法选型 → 系统架构 → 关键坑点 → 工程落地”给你一套可复用的知识框架。]]></description><category></category></item><item><title><![CDATA[可供AI使用的生物学数据资源！]]></title><link>https://blog.youkuaiyun.com/m0_65595995/article/details/170199152</link><guid>https://blog.youkuaiyun.com/m0_65595995/article/details/170199152</guid><author>m0_65595995</author><pubDate>Fri, 06 Nov 2026 19:42:06 +0800</pubDate><description><![CDATA[下面按整理一份“可直接喂给AI”的公开生物学数据资源清单，覆盖序列、结构、多组学、单细胞、图像、知识图谱等。]]></description><category></category></item><item><title><![CDATA[理解推理大语言模型的可监控性！]]></title><link>https://blog.youkuaiyun.com/m0_65595995/article/details/170191006</link><guid>https://blog.youkuaiyun.com/m0_65595995/article/details/170191006</guid><author>m0_65595995</author><pubDate>Fri, 06 Nov 2026 11:37:19 +0800</pubDate><description><![CDATA[要理解推理大语言模型的可监控性，我们需要从“为什么难”以及“怎么做到”两个层面来拆解。]]></description><category></category></item><item><title><![CDATA[论文品读：通过深度神经网络迈向改变状态的计算神经现象学]]></title><link>https://blog.youkuaiyun.com/m0_65595995/article/details/170053904</link><guid>https://blog.youkuaiyun.com/m0_65595995/article/details/170053904</guid><author>m0_65595995</author><pubDate>Wed, 04 Nov 2026 22:32:13 +0800</pubDate><description><![CDATA[你指的应该是 Keisuke Suzuki 2026 年发表在（“超越减压阀：通过深度神经网络迈向改变状态的计算神经现象学”）下面把它的核心思路拆开讲。]]></description><category></category></item><item><title><![CDATA[作为人类代理的大语言模型及其角色分类！]]></title><link>https://blog.youkuaiyun.com/m0_65595995/article/details/170053770</link><guid>https://blog.youkuaiyun.com/m0_65595995/article/details/170053770</guid><author>m0_65595995</author><pubDate>Wed, 04 Nov 2026 22:16:42 +0800</pubDate><description><![CDATA[角色分类核心比喻关键能力当前成熟度执行型手脚工具调用★★★★★ 已广泛商用规划型大脑任务分解与推理★★★☆☆ 快速发展中交互型心灵情感与记忆★★★★☆ 应用广泛学习型海绵持续适应★★☆☆☆ 理论为主协作型团队多智能体沟通★★☆☆☆ 前沿探索未来趋势：这些角色并非孤立存在。一个强大的“人类代理”往往是多种角色的融合体。例如，一个顶尖的个人助理Agent，它既需要执行你的命令（订机票），也需要规划你的行程（考虑天气、交通、会议时间），还需要学习。]]></description><category></category></item><item><title><![CDATA[智能化机器人系统的模块化设计自动化！]]></title><link>https://blog.youkuaiyun.com/m0_65595995/article/details/170052802</link><guid>https://blog.youkuaiyun.com/m0_65595995/article/details/170052802</guid><author>m0_65595995</author><pubDate>Wed, 04 Nov 2026 20:54:52 +0800</pubDate><description><![CDATA[智能化机器人系统的模块化设计自动化，本质上是将系统工程中的“设计决策权”从人类专家部分转移给AI。它不是一个单一的工具，而是一套集成了建模、搜索、生成、验证的闭环工程方法论。短期：建立标准化的模块接口规范（如基于ROS 2的IDL），并编写脚本实现半自动代码生成。中期：引入知识图谱管理模块库，实现基于规则的模块推荐与组合检查。长期：探索强化学习+仿真，让系统自主探索和发现新的、非直觉的高效模块组合方式。]]></description><category></category></item><item><title><![CDATA[软体机器人手臂的混合控制策略！]]></title><link>https://blog.youkuaiyun.com/m0_65595995/article/details/169952148</link><guid>https://blog.youkuaiyun.com/m0_65595995/article/details/169952148</guid><author>m0_65595995</author><pubDate>Tue, 03 Nov 2026 22:27:19 +0800</pubDate><description><![CDATA[软体臂混合控制 =“准静态物理模型做前馈 + 数据模型补残差 + 闭环反馈保稳定 + 学习层做在线自适应”，根据任务在“精度/柔顺/实时/样本效率”之间分配权重。]]></description><category></category></item><item><title><![CDATA[数学形式化：研究现状与展望！]]></title><link>https://blog.youkuaiyun.com/m0_65595995/article/details/169948704</link><guid>https://blog.youkuaiyun.com/m0_65595995/article/details/169948704</guid><author>m0_65595995</author><pubDate>Tue, 03 Nov 2026 17:43:19 +0800</pubDate><description><![CDATA[数学形式化（Formalization of Mathematics）指把定义、命题、定理和证明翻译成机器可严格校验的符号语言，由证明助手（Lean、Coq/Rocq、Isabelle、Agda、HOL 等）逐行检查逻辑正确性。它正从“冷门工具”走向“数学研究基础设施”。]]></description><category></category></item><item><title><![CDATA[互联网学习和信息处理中的计算机大数据应用与研究！]]></title><link>https://blog.youkuaiyun.com/m0_65595995/article/details/169943288</link><guid>https://blog.youkuaiyun.com/m0_65595995/article/details/169943288</guid><author>m0_65595995</author><pubDate>Tue, 03 Nov 2026 14:50:02 +0800</pubDate><description><![CDATA[下面按「技术栈 / 研究子方向 / 典型应用 / 前沿趋势」给你一张全景图。]]></description><category></category></item><item><title><![CDATA[互联网上的数据结构可视化！]]></title><link>https://blog.youkuaiyun.com/m0_65595995/article/details/169942857</link><guid>https://blog.youkuaiyun.com/m0_65595995/article/details/169942857</guid><author>m0_65595995</author><pubDate>Tue, 03 Nov 2026 14:41:44 +0800</pubDate><description><![CDATA[覆盖数组、链表、栈队列、哈希表、BST/AVL、堆、图（BFS/DFS/Dijkstra/MST/网络流）、并查集、线段树、树状数组等。递归、滑动窗口、DP、Trie、B+树、OS/DB内部机制都有，带复杂度速查。粘入 Python/Java/C/C++/JS 代码，单步执行，把变量、对象、指针、调用栈画成框和箭头。适合看：红黑树旋转、AVL平衡、B树分裂、堆调整、哈希冲突处理。最适合：链表反转、树递归、闭包、引用错乱调试。故意造脏数据：空、重复、逆序、只剩1个元素。看完关掉网页，徒手写插入/删除/遍历。]]></description><category></category></item><item><title><![CDATA[人机界面控制的实时增强！]]></title><link>https://blog.youkuaiyun.com/m0_65595995/article/details/169830102</link><guid>https://blog.youkuaiyun.com/m0_65595995/article/details/169830102</guid><author>m0_65595995</author><pubDate>Mon, 02 Nov 2026 11:02:27 +0800</pubDate><description><![CDATA[人机界面控制的实时增强 =实时数据 + 空间可视化 + 自适应交互 + 闭环反馈，让操作者“看见机器内部、预判结果、少步操作、低错控制”。]]></description><category></category></item><item><title><![CDATA[神经科学与AI！]]></title><link>https://blog.youkuaiyun.com/m0_65595995/article/details/169829539</link><guid>https://blog.youkuaiyun.com/m0_65595995/article/details/169829539</guid><author>m0_65595995</author><pubDate>Mon, 02 Nov 2026 10:57:43 +0800</pubDate><description><![CDATA[下面给你一张可落地的全景图。]]></description><category></category></item><item><title><![CDATA[神经几何学指导学习！]]></title><link>https://blog.youkuaiyun.com/m0_65595995/article/details/169466217</link><guid>https://blog.youkuaiyun.com/m0_65595995/article/details/169466217</guid><author>m0_65595995</author><pubDate>Thu, 29 Oct 2026 23:03:17 +0800</pubDate><description><![CDATA[神经几何学指导学习”不是玄学，而是把的过程：知识不是孤立存点，而是变成可导航、可区分、可泛化的几何结构。]]></description><category></category></item><item><title><![CDATA[情绪的认知计算模型！]]></title><link>https://blog.youkuaiyun.com/m0_65595995/article/details/169247612</link><guid>https://blog.youkuaiyun.com/m0_65595995/article/details/169247612</guid><author>m0_65595995</author><pubDate>Tue, 27 Oct 2026 10:45:38 +0800</pubDate><description><![CDATA[情绪的认知计算模型”是把：感知输入 → 认知评估 → 情绪状态更新 → 行为/决策偏向 → 反馈学习。下面给你一个系统骨架。]]></description><category></category></item></channel></rss>