返回
Electromagnetic metamaterial agent
DOI:10.1038/s41377-024-01678-w.png)
摘要
En 中文
超材料已经革新了波控制;在过去的二十年里,它们从被动器件经由可编程器件进化到具有传感功能的自适性器件,实现了用户指定的功能。尽管深度学习技术在超材料逆向设计、测量后处理和端到端优化中发挥着日益重要的作用,但它们的作用最终仍局限于近似特定的数学关系;超材料仍局限于作为人类操作员的代理,实现预定义的功能。这里,我们提出并实验原型化了一种范式转变,即一种具有推理和认知能力的超材料智能体(称为metaAgent),能够自主规划和成功执行多样的长期任务,包括电磁(EM)场操控以及与机器人和人类的交互。利用最近发布的预训练基础模型,metaAgent以高级自然语言进行推理,并根据一个复杂且不断演变的复杂环境中的多样化提示采取行动。具体而言,metaAgent的“大脑”通过多智能体讨论机制以自然语言进行高级任务规划,其中智能体是传感、规划、具现化和编码领域的专家。在模拟辅助生活环境的真实场景中,针对包括自然语言人类请求在内的实时环境反馈,我们的metaAgent原型自组织了一个与机器人指令相结合的电磁操控任务层次结构。metaAgent掌握了与无线通信和传感相关的电磁操控基础技能,并基于人类反馈来记忆和从过去经验中学习。
Keyword:
METASURFACE
CLOAK
期刊
L
IF:
23.4
论文数:
437
被引数:
3.0W
机构
暂无机构信息
引用论文
Large language models generate functional protein sequences across diverse families大型语言模型生成跨不同家族的功能蛋白质序列
NATURE BIOTECHNOLOGY
IF41.7
Light Propagation with Phase Discontinuities: Generalized Laws of Reflection and Refraction具有相位不连续性的光传播: 反射和折射的广义定律
Science
IF0
Deep Learning the Electromagnetic Properties of Metamaterials-A Comprehensive Review深度学习超材料的电磁特性 -- 综合评述
Deep learning in nano-photonics: inverse design and beyond纳米光子学中的深度学习: 逆向设计及超越
PHOTONICS RESEARCH
IF7.2
Electromagnetic reprogrammable coding-metasurface holograms电磁可重编程编码-超表面全息图
NATURE COMMUNICATIONS
IF15.7

