University of Michigan（密歇根大学安娜堡分校）

A Unified Hierarchical Multi-Task Multi-Fidelity Framework for Data-Efficient Surrogate Modeling in Manufacturing

一种统一的分层多任务多保真框架用于制造中的数据高效代理建模

Manan Mehta, Zhiqiao Dong, Yuhang Yang, Chenhui Shao

机构 * Department of Mechanical Science and Engineering, University of Illinois at Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校机械科学与工程系） ； Department of Mechanical Engineering, University of Michigan（密歇根大学机械工程系） 纠错

AI总结 本文提出一种统一的分层多任务多保真框架，通过联合学习任务间相似性和保真依赖数据特征，提升制造中代理建模的预测精度。

Walking on Rough Terrain with Any Number of Legs

在粗糙地形上使用任意数量的腿行走

Zhuoyang Chen, Xinyuan Wang, Shai Revzen

机构 * University of Michigan（密歇根大学） 纠错

AI总结 本文提出了一种适用于多腿机器人在粗糙地形上行走的控制架构，结合了事件级联控制器与CPG控制器的特点，适用于多腿机器人。

Comments 10 pages, 6 figures