金属-有机框架材料在细菌感染治疗中的研究进展

细菌感染严重威胁着公共健康安全.近年来,随着多种多药耐药细菌的频频出现,抗生素疗效不断下降.设计开发可代替抗生素的新型抗菌材料,在提高抗菌效率的同时,降低细菌耐药发生的风险,已成为当前细菌感染治疗领域的研究热点.金属-有机框架(metal-organic frameworks, MOFs)作为一类新兴的多孔杂化材料,因具有多选择性的有机配体和金属活性中心、高度可调的多孔空间结构、较大的比表面积和易于修饰等特性,在细菌感染治疗领域展现了巨大的潜力.本文总结了传统细菌耐药机制,以MOFs基抗菌材料的设计策略和抗菌机制为出发点,对近年来MOFs在细菌感染治疗方面的最新研究进展进行了综述,并对MOFs基抗菌材料在细菌感染诊疗领域的研究前景进行展望.     

基于深度强化学习的单臂机器人末端姿态控制

基于双延迟深度确定性策略梯度算法对单臂机器人倒立摆在Simulink软件环境中进行仿真,并与深度确定性策略梯度算法进行比较,验证该算法的控制精度以及在机器人控制中的应用可行性;建立单臂机器人倒立摆仿真模型,添加摩擦模型,并以单臂机器人参数辨识所得的实际参数对所建立的仿真模型加以约束,提高实际应用时的控制精度与实时性;在训练过程中对摆杆随机施加一定数值范围内的干扰力,提高训练模型的抗干扰能力;根据所建立仿真模型的特点设计、改进Actor-Critic网络及奖励函数,在短时间内以较小的控制力使末端摆杆从初始状态摆动至竖直状态并持续保持。结果表明,改进的双延迟深度确定性策略梯度算法可以在减小输出控制力的同时对机械臂末端姿态实现并保持精准控制,并且在受到干扰力时可自行调整,改善了训练模型的鲁棒性与适应性,减少了运行时间。