gru

该论文研究了在PyBullet中重建的两只e-puck机器人之间通信行为的涌现条件，发现通信的出现与其所传递信息的价值成正比，而为孤立智能体设计的先天反射架构在社交任务中反而可能成为阻碍。

本文评估了将协同演化的通信协议从二维仿真直接迁移到三维物理机器人环境（无重训练）的效果，发现迁移仅部分且不对称，表明涌现通信的成功迁移不仅依赖信号过程本身，还依赖其演化时的生态与导航条件。

This paper evaluates the effect of frame sampling rate on sequence-based classification of autism-related self-stimulatory hand behaviors using LSTM and GRU models, achieving up to 98.75% accuracy at a 15-frame interval, and analyzes data augmentation strategies for small behavioral video datasets.