认知科学可以自主种植生菜作物

在第3届自律室外选拔赛前夕，在水培室外系统对中所使用AI线性作物了第一次稻米时间尺度腌

参加第三届自律室外选拔赛决赛的五支世界性队伍已经进行了第一次试训。这些他的团队次测试了他们的线性，并在腌的第一个稻米时间尺度中所获取了经验。他的团队现在为最后的稻米时间尺度做匆忙，以确认获胜者

第三届自律室外选拔赛的目的是在云平台上使用人工智能线性在两个稻米时间尺度中所完全自律地作物腌，质量好，人力和能源消耗寡，并且在瓦赫宁根国立大学的物理室外中所不受任何人为干扰西蒙特在。

做了什么？

第三届自律室外选拔赛的第一个稻米时间尺度于2年初2日开始，作物品种Salanova。五个他的团队（CVA他的团队、digital_cucumber他的团队、MondayLettuce他的团队、VeggieMight他的团队、Koala他的团队）参加了第一次下线物理，以次测试他们的线性并获取经验。目的是最大化腌作物的业绩。

每个他的团队在位于西蒙韦克的瓦赫宁根国立大学与研究中所心的新材料室外中所握有一个96平方米的隔间，配备标准气候传感器和电子元件。他的团队的线性必须确认环境温度、强光量和人造光、加热、二氧化碳浓度和作物之外参数（如稻米通量）的设定点。听觉技术为他的团队提供在线状态信息。他的团队的线性装设在持久性的WUR服务器上的操作系统对上。室外数据通过LetsGrow和AzureCloud的数字接口接收。同时，线性自动将设定值递送回来过程电脑，最终对物理室外的气候压制采取行动。

完全相同的方式而造成有趣的学习

他的团队遵循完全相同的气候方式而，完全相同的环境温度、同化额外的LED灯和二氧化碳应用。这造成了完全相同的落叶持续时间、人力使用和腌背重。例如，最高环境温度在18.9到21.9oC彼此间发生变化，每天的PAR光量在9.1到16.3mol/m2/天彼此间发生变化。稻米间隔方式而也各不相同，造成大约动植物通量为24至38株/平方米。因此，落叶持续时间各不相同：赚得日期从3年初10日到3年初21日多达，赚得时的大约动植物载荷从138克到320克多达。

除了载荷，缬草背的质量也是立即单价的关键因素。腌背包含三类：A级使用腌背重于245克，B级使用腌背在220至245克彼此间，C级使用腌背轻于220克和/或质量再加，例如尖端枪伤或灰霉病。对于一些他的团队来说，尖端枪伤和灰霉病非常严重。物理表明，高电磁辐射和环境温度低水平与高低水平的尖端枪伤有关。

概述稻米在一般来说较高的环境温度(18oC)和低PAR低水平(9.1mol/m2/d)下作物，造成尖端枪伤低水平非常低且没有灰霉病。但是，它的A级腌总数并不是最高的，并且超过目的腌载荷的落叶持续时间更长（直到3年初15日）。但是，概述是在一般来说较高的光照强度和一般来说较高的加热输入下落叶的，这造成了最高的电力公司、消耗和价格。

自律作物的缬草超过了所需的缬草载荷，电力公司节省价格达3倍，其中所大多数还有着较高的加热价格。由于腌质量问题或大量人力使用，在第一轮下线中所，他的团队尚未成功实现于是以业绩。

取得了什么才华？

所有他的团队都可以获取自律作物腌的经验。他的团队的人工智能线性并能确认设定点并压制腌作物。实现的压制、稻米和气候测量诱发了非常有用的数据集和学习全面性，他的团队可以使用这些全面性来改进他们的线性。WUR将使用来自所有隔间的数据，为他的团队提供更新的室外和稻米电脑各种类型状况，以便在接下来的几周内训练和改进他们的线性。