基于置信度上界的移动机器人信息路径规划方法

路径规划是移动机器人未知环境探索的关键问题,路径点的合理规划对提高环境探索的效率和环境场预测的准确性至关重要.基于强化学习范式,提出一种适用于静态环境场探索的移动机器人在线信息路径规划方法.针对基于模型训练算法计算成本高的问题,通过机器人与环境的交互作用,采用动作价值评估的方法来学习所获取的环境场历史信息,提高机器人实时规划能力.为了提高环境预测准确性,引入基于置信度上界的动作选择方法来平衡探索未知区域与利用已有信息,鼓励机器人向更多未知区域进行全场特征探索,同时避免因探索区域有限而陷入局部极值.仿真实验中,环境场分别采用高斯分布和Ackley函数模型.结果表明,所提算法能够实现机器人环境探索路径点的在线决策,准确有效地捕捉全场和局部环境特征.     

16MnCr5钢热处理相变和组织性能研究

分析了16MnCr5钢锭高温时的组织转变特点,并测定了其高温力学性能。结果表明,16MnCr5钢锭凝固时包晶转变的不完全,对随后的组织转变规律和力学性能有显著的影响。研究16MnCr5钢锭高温组织转变规律和性能,对探讨钢锭微观裂纹产生机理,以及解决钢锭加工工艺有较大的参考价值。