|
为更好地引领工程科技发展，提供一个高水平的工程科技国际交流平台，中国工程院联合世界著名的工程科技界专家与学者，创办了国际一流水平的工程类综合期刊——《Engineering》。该刊覆盖工程科技各学科领域，反映工程科技发展趋势与最新进展，促进成果交流与展示。设有栏目“新闻和热点”、“观点与述评”和“研究性论文”等。 《Engineering》期刊旨在提供一个高水平的工程科技重大成果发布与交流平台，并探讨工程科技发展的热点和难点问题，展望工程科技发展未来等，以促进工程科技更快发展，更好造福于人类，创造更美好的未来。本期刊反映的成果在科学发现的基础上，通过创新形成新的生产力，推动具有重大经济社会意义和世界先进水平的工程和产业的发展；特点是广泛发动国际工程院和国内外著名工程科技界人士积极参加办刊。具体刊登内容将是回顾总结、关注当前、展望未来的学术性文章，重点论述重大工程（或产业）成果、关键工程技术难点、工程科技发展方向、工程管理和工程教育等方面；新闻焦点、研究热点；世界十大工程科技进展等。
本微信公众号将不定期推荐相关稿件给广大用户，以飨读者。 今天推荐的稿件是“运动规划的高效配置空间构建与优化”，作者为潘佳,Manocha Dinesh 摘要： 配置空间是算法机器人学领域使用较为广泛的一种基本概念。机器人学、计算机辅助设计与相关领域的诸多应用都可归类为配置空间方面的计算问题。本文将对近期与配置空间相关的两项重大挑战的解决方案成果进行探讨：①如何高效计算高维配置空间的近似表达；②如何在高维配置空间内高效执行几何学接近度与运动规划查询。基于机器学习与几何学近似技术，笔者在此提出几种新型配置空间构建算法。上述算法对多个配置样本进行碰撞查询。得出的碰撞查询结果将用来计算配置空间的近似表达，可快速聚合至准确的配置空间；同时还提出了基于并行图形处理器（GPU）的算法，以便加速配置空间优化与搜索计算的性能情况。笔者特别设计出了基于GPU的并行k最近邻算法与并行碰撞检测算法，并使用这些算法来加快运动规划。 原文请点击页面底部“阅读原文”。 |
|
|
