是一本国际性偕行评审开放获取期刊，专注于应用自然科学领域。由MDPI在线出书，每月刊行两次。在工程学（多学科）和一样平常工程学中均被JCR评为Q1级别。

2024年8月8日，由鸿运国际重机小挖研究院副院长高乐博士团队与上海交通大学胡洁教授团队相助研究的，题为《E-GTN: Advanced Terrain Sensing Framework for Enhancing Intelligent Decision Making of Excavators》的论文正式宣布。

 论文先容

面临重大多变的挖掘情形，一项多模态大模子手艺——E-GTN框架，由高乐博士团队与上海交通大学胡洁教授团队团结研发，为无人挖掘的现有挑战提供了一种理论的解决计划。

古板的无人挖掘手艺依赖于专家履历和动态妄想，但在效率和泛化性上保存局限。E-GTN框架通过地形特征提取和多模态融合手艺，基于强化学习和大模子架构，显著提升了无人挖掘的决议能力和情形顺应性。该框架包括地形信息处置惩罚、地形特征提取和决议三部分。

E-GTN框架集成了多模态融合手艺，通过团结多种传感器数据，实现了对挖掘情形的高精度三维重修，为无人挖掘机提供了更为富厚和准确的地形信息。别的，研究团队提出了基于卷积网络的网格化挖掘情形感知手艺，定制设计的模子GridNet能够提取显著的地形特征。

决议历程被建模为基于大模子的深度强化学习（DRL）算法用于挖掘使命。这项手艺不但能够实时响应情形转变，还具备智能决议能力，使得无人挖掘机在种种地形条件下都能做出高效、精准的挖掘操作。

E-GTN框架的推出，为挖掘行业的自动化和智能化生长提供了一种新的手艺探索。随着大模子手艺的一直成熟和应用规模的扩大，将带来越发精准、清静和高效的无人作业方法。

??