Elektronlar sadece yük ve spin özellikleriyle değil, yörünge açısal momentumlarıyla da bilgi taşıyabilir. Bu yeni yaklaşım, daha az enerji tüketen cihazlar ve ağır elementlere bağımlılığı azaltan teknolojiler geliştirebilir. Ancak yörünge akımlarının nasıl üretilip taşındığı büyük ölçüde bilinmiyordu. Terahertz optoyörüngitronik adı verilen yeni teknik, femtosaniye lazer darbeleri ve terahertz radyasyon kullanarak elektronların yörünge hareketlerini gerçek zamanlı gözlemleyebiliyor. Bu yaklaşım, katrilyonda bir saniye gibi ultra hızlı zaman dilimlerinde yörünge akımlarının nasıl başlatıldığını, yayıldığını ve elektriksel sinyallere dönüştüğünü takip ediyor. Nanometre kalınlığındaki ince film malzemelerde yapılan deneyler, yörünge tabanlı bilgi işleme teknolojilerinin gelişimi için kritik veriler sunuyor.

MIT araştırmacıları, uzun vadeli görevleri yerine getiren robotlar için yeni bir yapay zeka yaklaşımı geliştirdi. Geleneksel difüzyon modelleri, robotların hareket yörüngelerini modellemede başarılı olsa da karmaşık karar verme süreçlerinde zorlanıyor. Yeni hibrit sistem, sürekli hareket planlamasını sembolik düşünce ile birleştirerek bu sorunu çözüyor. Sistem, hem matematiksel hesaplamaları hem de mantıksal karar verme süreçlerini eş zamanlı olarak kullanarak robotların daha karmaşık görevleri başarıyla tamamlamasını sağlıyor. Bu yaklaşım, mevcut yöntemleri önemli ölçüde geride bırakarak robotik alanında yeni bir dönüm noktası oluşturuyor.

Araştırmacılar, robotların dil komutlarını anlayarak çevrelerinde daha etkili navigasyon yapabilmesi için CoFL adlı yenilikçi bir sistem geliştirdi. Geleneksel sistemlerden farklı olarak, bu yaklaşım her nokta için hareket vektörleri içeren sürekli akış alanları oluşturuyor. Robot, kuş bakışı görüntü ve dil talimatlarını birleştirerek, herhangi bir başlangıç noktasından hedefe ulaşabilecek akış haritaları üretiyor. Bu yöntem, robotların engellerle karşılaştığında gerçek zamanlı olarak rotalarını değiştirmesine olanak sağlıyor. 500 binden fazla görüntü-talimat çifti içeren veri seti ile eğitilen sistem, navigasyon problemini yörünge tahmini yerine alan öğrenme problemi olarak yeniden tanımlayarak daha esnek çözümler sunuyor.

MIT araştırmacıları, çok eklemli robot kollarında yol planlaması ile gerçek hareket arasındaki boşluğu dolduran yeni bir çerçeve geliştirdi. Mevcut voksel tabanlı pekiştirmeli öğrenme yöntemleri, robot kollarının hareketinde titreme ve ani geçişlere neden oluyordu. Yeni yaklaşım, planlama aşamasında 26-komşu Kartezyen eylemler ve geometrik bağ kırma mekanizması kullanırken, uygulama aşamasında görev öncelikli sönümlü en küçük kareler ters kinematiği devreye sokuyor. Bu yöntem, robotun ana görevini korurken postür ve eklem merkezleme gibi ikincil görevleri null uzayda işliyor. Sistem, mevcut dijital planlayıcıları değiştirmeden sürekli ve kararlı hareket sağlıyor.

Şehir trafiğinde yayalar ve bisikletçiler gibi savunmasız yol kullanıcılarının güvenliği, otonom sürüş teknolojilerinin gelişimi için kritik bir konu haline geldi. Araştırmacılar, bu alandaki veri eksikliğini gidermek için OnSiteVRU adında kapsamlı bir veri seti geliştirdi. Bu veri seti, kavşaklar, yol bölümleri ve şehir mahallelerini kapsayan çeşitli senaryolarda toplam 17.429 yörünge verisi içeriyor. Motorlu araçlar, elektrikli bisikletler ve pedallı bisikletlerin 0.04 saniyelik hassasiyetle kaydedilen hareket verilerini bir araya getiren çalışma, hem havadan çekim hem de araç üstü kamera verilerini entegre ediyor. Bu yüksek çözünürlüklü veri seti, otonom araçların karma trafik ortamlarında daha güvenli kararlar alabilmesi için gerekli olan makine öğrenmesi algoritmalarının eğitiminde kullanılacak.

Araştırmacılar, büyük dil modeli ajanlarının karmaşık görevlerde daha etkili öğrenmesi için yenilikçi bir yöntem geliştirdi. Critical Step Optimization (CSO) adı verilen bu teknik, geleneksel yöntemlerin aksine başarısız deneyimlerden yola çıkarak öğrenmeyi sağlıyor. Sistem, görevin başarısızlıktan başarıya dönüştüğü kritik karar noktalarını tespit ediyor ve öğrenmeyi bu noktalara odaklıyor. Bu yaklaşım, hem hesaplama maliyetini düşürüyor hem de daha etkili öğrenme sunuyor. Özellikle uzun vadeli planlaması gereken karmaşık görevlerde yapay zeka ajanlarının performansını artırma potansiyeli taşıyan bu yöntem, AI sistemlerinin eğitiminde önemli bir adım olabilir.

Yenilenebilir enerji kaynaklarının yaygınlaşmasıyla birlikte, bu dağıtık enerji sistemlerinin esnek kullanımı elektrik şebekelerinin işletimi için kritik hale geldi. Araştırmacılar, sanal enerji santrallarının (VPP) çoklu pazarlarda nasıl daha etkili çalışabileceğini gösteren yeni bir optimizasyon modeli geliştirdi. İki aşamalı stokastik optimizasyon çerçevesi kullanan bu yaklaşım, cihaz düzeyindeki kısıtları, şebeke sınırlarını ve piyasa belirsizliklerini birlikte ele alıyor. Model, dinamik şebeke tarifelerini de hesaba katarak hem enerji hem de yedek güç pazarlarında en uygun teklif stratejilerini belirliyor. Risk tercihlerini temsil etmek için koşullu riske maruz değer (CVaR) yöntemi kullanılan çalışma, Benders ayrıştırması ile büyük senaryo setleriyle çalışabilir hale getirildi.

Amerika'da elektrik şebekesi operatörleri geleneksel olarak sıralı planlama yaklaşımı benimsiyor: Önce elektrik üretimi ve depolama kapasitelerini belirliyor, ardından iletim hatlarını planlıyorlar. Ancak yeni bir araştırma, elektrik üretimi, depolama ve iletim kapasitelerinin koordineli şekilde planlanmasının daha verimli sonuçlar verdiğini ortaya koyuyor. Bilim insanları, güvenilirlik kısıtlarını ve devlet enerji politikalarını dikkate alan çok aşamalı bir planlama modeli geliştirdi. Bu model, elektrik talebini karşılamak için gerekli üç kapasite türü arasındaki karmaşık etkileşimleri daha doğru bir şekilde yakalıyor. Araştırmacılar iki farklı planlama yaklaşımını 20 bölgeli bir model üzerinde test ederek karşılaştırma yaptılar.

Araştırmacılar, şehir trafiğini modellemede çığır açacak yeni bir yaklaşım geliştirdi. Geleneksel trafik optimizasyon yöntemleri, karmaşık matematiksel hesaplamalar nedeniyle büyük ölçekli sistemlerde yetersiz kalıyordu. Yeni sistem, otomatik türev alma (automatic differentiation) teknolojisini kullanarak trafik akışını simüle ediyor. Link Transmission Model ve Dinamik Kullanıcı Optimizasyonu modellerini birleştiren bu yaklaşım, trafik ağlarında gerçek zamanlı optimizasyon imkanı sunuyor. Sistem, sürekli değişkenler üzerinde çalışarak manuel türev hesaplama ihtiyacını ortadan kaldırıyor. Bu gelişme, akıllı şehir planlaması ve trafik yönetim sistemlerinde önemli ilerlemeler sağlayabilir.

Avustralyalı araştırmacılar, elektrikli araç şarj altyapısının en verimli şekilde nasıl konumlandırılacağını gösteren yenilikçi bir model geliştirdi. Melbourne şehrini örnek alarak yapılan çalışma, farklı şarj davranışlarının sistem performansına etkilerini inceledi. Araştırma, hedef nokta şarjı ve yolculuk arası şarj gibi farklı kullanım senaryolarının altyapı maliyetlerini nasıl etkilediğini ortaya koyuyor. Ajan tabanlı modelleme tekniği kullanılan çalışmada, kullanım oranına dayalı dağıtım stratejisinin toplam sistem maliyetlerini önemli ölçüde azalttığı tespit edildi. Bu bulgular, şehir plancıları ve enerji şirketleri için elektrikli araç devrimi sürecinde kritik kararlar alırken rehberlik edecek önemli veriler sunuyor.

Araştırmacılar, otonom sistemlerin güvenli ve istikrarlı çalışması için kritik olan 'kontrollü değişmez kümeler' hesaplamasında devrimci bir yaklaşım geliştirdi. Geleneksel yöntemlerin aksine, yörünge tabanlı bu yeni yaklaşım 'konveks uygulanabilir noktalar' kavramını kullanarak sistemlerin güvenli çalışma alanlarını daha etkili şekilde belirliyor. Bu gelişme, robotlardan otonom araçlara kadar birçok alanda kullanılan Model Öngörülü Kontrol sistemlerinin performansını artırabilir. Yeni algoritma, önceden hesaplanmış terminal kümelerine ihtiyaç duymadan sürekli uygulanabilirlik garantisi sunuyor.