【环球聚看点】智能拖拉机推动人机计算机研究

(资料图)

导读最近，肖汝杰发现，智能拖拉机推动了人机计算机的研究。相信很多朋友对这个话题都很感兴趣。今天给大家展示智能拖拉机推动人机计算机研究的...

最近，肖汝杰发现，智能拖拉机推动了人机计算机的研究。相信很多朋友对这个话题都很感兴趣。今天给大家展示智能拖拉机推动人机计算机研究的具体细节。然后肖汝杰会告诉你一些具体的问题，希望对你有所帮助。

运营第一年，智能拖曳式坦克(ITT)就进行了约10万次实验，几周内基本完成了相当于一个博士生五年实验的费用。

麻省理工学院海格朗流体力学实验室开发的自动化实验设备，可以自动自适应地执行、分析和设计VIV实验。对于海上工程中涉及的海上结构，例如将水下油井连接到地面的海上钻井隔水管，重要的是，由于涉及大量参数，VIV仍然是研究人员的一个现象。

在积极学习的指导下，ITT进行了一系列的实验，其中每一个下一个实验的参数都是由计算机选择的。该系统采用“探索和利用”的方法，大大减少了探索和绘制控制VIV的复杂力所需的实验次数。

从那时的博士生开始，我走向世界，追求约1000元的艰苦实验削减——手工主导的创新系统设计和最近发表在《科学机器人》杂志上的论文。

范现在是一名博士后，由麻省理工学院海格兰特学院项目和麻省理工学院机械工程系、法国高等师范大学雷恩分校和布朗大学的研究人员组成的团队揭示了实验研究中潜在的范式转变，在这种转变中，人、计算机和机器人可以更有效地合作，以加速科学发现。

一条33英尺长的鲸鱼仍然活着，它可以不间断地运行，也没有必要监督即将到来的企业——在这种情况下，它探索了流体-结构相互作用领域的典型问题。然而，研究人员认为，在跨学科实验研究中应用主动学习和自动化方法可能会在多输入/多输出非线性系统中带来新的见解和模型。

VIV是由即将到来的不规则横流引起的结构中固有的非线性运动，这使得研究变得困难。研究人员报告说，ITT完成的实验数量可以与迄今为止全世界在VIV进行的实验总数进行比较。

原因是对运动中复杂力的研究涉及到从流速到压力的大量独立参数。范认为，一个系统的蛮力方法(在8维参数空间中对每个参数进行10次盲目测量)需要1亿次实验。

通过，范和他的合作者把这个问题带入了一个比以前更难探索的参数空间。他解释说：“如果我们对研究问题进行传统技术，需要950年才能完成实验。”显然不可行，范和他的团队将高斯过程回归学习算法集成到中。通过这样做，研究人员将实验负担减少了几个数量级，只需要数千次实验。