180度舵机和360度舵机是两种不同类型的伺服电机。180度舵机采用闭环控制，通过电位器反馈实现0-180度范围内的精确定位控制，适用于机器人关节等需要精确角度的场合。360度舵机本质上是改装后的180度舵机，采用开环控制，只能控制旋转方向和速度，无法精确定位，适用于机器人底盘等需要连续旋转的应用。两者的控制信号虽然都是PWM，但信号含义不同：180度舵机对应目标角度，360度舵机对应转速和方向。

嵌入式的核心是 “用有限资源解决特定问题”，学习路径的关键是 “先夯实基础（C + 电路 + 组成）→ 用简单硬件练手（STM32 裸机）→ 学 OS 应对复杂场景（RTOS/Linux）→ 聚焦垂直领域深耕”。只要坚持 “理论 + 实践”，从点亮第一个 LED 开始，逐步积累项目经验，就能入门并成长为嵌入式工程师。

人工智能作为一门多学科交叉的新兴技术科学，正日益成为推动机械工程变革的核心动力。传统机械工程正在从以力学、结构为核心的“硬件时代”逐步迈向以智能感知、数据驱动和自动决策为特征的“智能时代”。在智能制造、机器人技术、智能控制、设计优化、故障诊断、人机交互以及嵌入式AI等方向，AI与机械深度融合，推动机械工程从设计到运维实现数字化、智能化升级。越来越多机械专业师生开始探索基于机器学习、电机健康监测、视

文章提出Mul-YOLO多模态目标检测模型，通过融合水下声信号的时间序列和时频图像数据进行频谱感知。模型采用并行双骨干网络：改进的CSPDarknet处理小波变换图像，MobileNetV1变体处理时间序列数据，并引入模态交互模块和注意力机制进行特征融合。实验表明，在低信噪比条件下Mul-YOLO的检测率达95.3%，显著优于传统单模态方法。该研究为YOLO在多模态场景的扩展提供了新思路，但实时性

近年来，自动驾驶技术在全球范围内迅速发展，为日益严重的交通拥堵和道路安全相关挑战提供了有效解决方案。在各种范式中，端到端自动驾驶由于其简化的架构、增强的决策一致性以及出色的泛化能力，已经成为传统模块化系统的一个有前景的替代方案。本综述全面回顾了端到端自动驾驶的发展历程和核心技术，强调了模仿学习（IL）、强化学习（RL）等范式的应用与发展。此外，本文还重点介绍了由基础模型赋能的新兴范式，例如大型语言

人工智能作为一门多学科交叉的新兴技术科学，正日益成为推动机械工程变革的核心动力。传统机械工程正在从以力学、结构为核心的“硬件时代”逐步迈向以智能感知、数据驱动和自动决策为特征的“智能时代”。在智能制造、机器人技术、智能控制、设计优化、故障诊断、人机交互以及嵌入式AI等方向，AI与机械深度融合，推动机械工程从设计到运维实现数字化、智能化升级。越来越多机械专业师生开始探索基于机器学习、电机健康监测、视

CBAM（Convolutional Block Attention Module）是一种旨在提升卷积神经网络（CNN）性能的注意力机制模块。通过引入通道注意力（CAM）和空间注意力（SAM）机制，CBAM能够有效地提升模型的特征表达能力，专注于重要的通道特征和空间位置特征。其设计不仅轻量级且计算效率高，能在不增加模型复杂度的情况下显著改善性能。CBAM的即插即用特性使得它能够方便地集成到现有网络

MS-SWIFT是一个开源的大模型微调框架，支持500+大模型和200+多模态模型的高效训练与部署。本文重点解析了其微调参数配置：1）批次大小设置（per_device_train_batch_size）；2）梯度累积（gradient_accumulation_steps）用于显存优化；3）学习率预热（warmup_ratio）提升训练稳定性；4）数据加载并行（dataloader_num_wo

本节从多模态大模型（MLLM）的发展开始，重点介绍其架构演变和适应技术，如模态桥接和指令调优。随后，讨论了从多模态输入生成场景以及场景分析任务，包括视觉问答（VQA）、场景理解和自动驾驶环境中的风险评估。

分布式系统是由多个计算节点协同工作的系统，具有资源分散、容错性强等特点，类似于快递公司的多分部协作模式。多智能体系统（MAS）则由多个自主智能体组成，每个智能体能独立感知、决策和行动，如蚂蚁觅食的群体行为。两者的联系在于MAS本质上也是一种分布式系统，但更强调智能体的自主性和协作策略。区别在于分布式系统侧重任务协调，而MAS侧重智能行为。简言之，MAS就是在分布式系统基础上增加了智能和自治能力。