首页
学习
活动
专区
工具
TVP
发布
精选内容/技术社群/优惠产品,尽在小程序
立即前往

AI Engine到底是什么?

直接射频采样简化了模拟系统,但同时也提高了对数字系统的要求。需要数字系统有足够强的处理能力,这体现在高密度的计算能力和高速的数据传输能力。一个典型的案例是5G无线通信,其计算密度是4G的5到10倍。5G在很多应用中扮演着重要的角色,如自动驾驶(Autonomous Vehicles)和虚拟现实(Virtual Reality),可满足这些应用对高速处理和低延迟的需求。另一个计算密度极高的场合是机器学习,如DNN/CNN等网络,显著增强了计算密度。在这种背景下,Xilinx推出了AI Engine(Adaptable Intelligent),将其集成在新一代产品ACAP中。AI Engine与Scalar Engine(ARM Core)、Adaptable Engine(传统的Programmable Logic)共同构成了多元化的异构计算平台,从而满足不同应用场合的需求,如下图所示(图片来源:Figure 2, wp506, Xilinx)。

00
您找到你想要的搜索结果了吗?
是的
没有找到

人机交互的社会适应框架(CS RO)

在我们的日常生活中,我们习惯于与同龄人进行复杂的、个性化的、适应性的互动。 对于一个社交机器人来说,能够再现这种丰富的,类似人类的互动,它应该意识到我们的需求和情感状态,并且能够不断地调整自己的行为来适应它们。 解决这个问题的一个建议是,让机器人学习如何选择行为,以最大限度地提高与同伴交流的愉悦性,并在内部激励系统的指导下,为其决策过程提供自主权。 我们感兴趣的是研究这种自适应机器人框架如何针对不同的用户发挥作用和个性化。 此外,我们还探讨了在认知框架中加入适应性和个性化因素是否会给人机交互带来额外的丰富性,还是会带来机器人的人类同伴所不能接受的不确定性和不可预测性。 为此,我们为人形机器人 iCub 设计了一个社会适应框架,使其能够感知和重用来自人的情感和交互信号,作为基于内部社会动机的适应输入。 我们提出了一个与 iCub 的比较互动研究,其中用户扮演机器人的守护者,而 iCub 的社会适应是由内部舒适度引导的,这个舒适度随着 iCub 从守护者那里接收到的刺激量而变化。 我们调查并比较了当机器人没有个性化交互时,以及当机器人具有自适应能力时,人们会如何感知机器人的内部动态。 最后,我们建立了一个自适应框架可能带来的潜在好处,与人形机器人重复互动的环境。

03

SORT新方法AM-SORT | 超越DeepSORT/CO-SORT/CenterTrack等方法,成为跟踪榜首

基于运动的多目标跟踪(MOT)方法利用运动预测器提取时空模式,并估计未来帧中的物体运动,以便后续的物体关联。原始的卡尔曼滤波器广泛用作运动预测器,它假设预测和滤波阶段分别具有常速和高斯分布的噪声,分别对应于。常速假设物体速度和方向在短期内保持一致,高斯分布假设估计和检测中的误差方差保持恒定。虽然这些假设通过简化数学建模使卡尔曼滤波器具有高效性,但它们仅适用于特定场景,即物体位移保持线性或始终较小。由于忽略了具有非线性运动和遮挡的场景,卡尔曼滤波器在复杂情况下错误地估算物体位置。

01
领券