磁驱动胶囊中的自展开片剂用于靶向药物递送 背景介绍 胃肠道（Gastrointestinal, GI）疾病，如炎症性肠病、胃肠道出血和癌症，是全球范围内的重要健康问题。传统的治疗方法，如内窥镜检查和口服药物，虽然在一定程度上有效，但存在许多局限性。例如，内窥镜检查依赖于操作者的技术水平，且难以在单次检查中覆盖整个胃肠道。口服药物则面临药物在胃肠道中降解和吸收受限的问题。 为了解决这些问题，近年来，胶囊内窥镜和药物递送系统得到了广泛关注。然而，现有的胶囊系统在多个病灶的靶向治疗和主动移动能力上仍然存在不足。为此，Lee等人在2025年发表于《Device》期刊上的研究中，提出了一种新型的磁驱动胶囊系统，该系统能够将治疗片（Therapeutic Sheets, TheraS）递送到胃肠道中的特...

多智能体混合环境协作导航研究：基于关系图学习的强化学习新方法 移动机器人技术正随着人工智能领域的发展迎来应用热潮，其中导航能力是移动机器人研究的核心热点之一。传统导航方法在面对动态环境、障碍物规避以及多机器人协作任务时，往往面临算法复杂度、计算资源消耗以及模型普适性的问题。针对这些问题，来自Central South University与Zhejiang University of Technology的研究团队提出了一种基于关系图注意力网络（Graph Attention Network, GAT）的新方法，称为GAR-CoNav，为混合环境中的多目标协作导航问题（Multi-Robot Cooperative Navigation Problem, MCNP）提供了新的解决方案。这篇发...

智能船舶自动驾驶的非线性固定时间强化学习优化控制研究 近年来，智能自动驾驶技术逐渐成为自动化控制领域的研究热点之一。在复杂的非线性系统中，优化控制策略的设计，尤其是在固定时间内实现系统稳定性和性能优化方面，是控制工程师和研究人员面临的重要挑战之一。然而，现有的固定时间控制理论在实现系统状态收敛时，往往忽略了资源利用效率和平衡问题，这可能导致过度补偿或欠补偿的现象，从而使系统的稳态误差增加。此外，对于如何在时间限定内实现非线性不确定性估计误差的最小化，相关研究依然较少。因此，本研究旨在提出一种自适应复合固定时间强化学习优化控制解决方案，进一步解决这一关键问题。 研究背景及目的 固定时间控制理论自提出以来，由于收敛时间不依赖于初始状态的特点，其应用得到了广泛关注。相比有限时间控制方法，固定时间控...

多目标动态灵活作业车间调度的突破性研究：一种通过多任务学习优化目标偏好遗传规划的创新方法 背景介绍 动态灵活作业车间调度（Dynamic Flexible Job Shop Scheduling, DFJSS）是一个重要的组合优化问题，在制造、仓储等领域的生产过程具有广泛的实际应用。例如，它被用于优化制造过程中的任务分配或仓库的订单拣选工作。该问题的核心是如何在动态环境中，为多个机器和多个作业执行灵活的任务分配和操作排序决策，从而最大化某些效率指标或最小化时间成本。然而，这个问题的复杂性极高，尤其是当任务动态到达或机器发生故障时，传统的优化方法往往面临计算复杂度和实时性不足等问题。 近年来，遗传规划（Genetic Programming, GP）作为一种超启发式方法，被广泛用于为动态灵活作...

基于微流控芯片的自动化胚胎性别鉴定技术 学术背景 在蛋鸡养殖业中，孵化后立即处死雄性雏鸡是一种普遍做法，因为雄性雏鸡既不能产蛋，也无法提供优质的肉类。每年，欧盟约有3.72亿只雄性雏鸡在孵化后被处死。这种做法引发了动物福利和伦理问题，促使多个欧洲国家（如德国、法国和意大利）立法禁止这一行为。为了解决这一问题，胚胎性别鉴定（in ovo sexing）成为了最具前景的替代方案。然而，现有的胚胎性别鉴定技术无法同时满足高精度（>98%）、低成本、对胚胎干扰小、适用于所有蛋壳颜色以及每小时处理超过2万枚蛋的要求。 为了解决这些挑战，研究人员开发了一种基于重组酶聚合酶扩增（Recombinase Polymerase Amplification, RPA）的微流控芯片技术，旨在实现自动化、高灵敏度的...