基于强化学习的航天产品装配线投产排序研究

针对以最小化工位过载时间为目标的航天产品混流装配线投产排序问题,提出了一种基于改进Actor-Critic的深度强化学习算法。在Actor部分设计了两种排序策略学习机制,综合基于Critic网络的on-policy和基于较好实例的off-policy,提升算法的学习和搜索效率,生成合理产品投产序列;在Critic部分,分别根据时序差分误差以及较好实例的时序差分序列指导排序策略更新。在算例验证中,对比分析了改进Actor-Critic的深度强化学习算法与传统Actor-Critic算法、Deep Q-Network算法和遗传算法的求解得到了更好的排序结果,验证了改进Actor-Critic的深度强化学习算法有效性。

水果防碰损采摘的视觉认知及其执行机构研究进展

研发水果采摘机器人对提高收获效率、保证果实品质和减轻劳动强度具有重要意义,但由于果园环境的非结构性,使得采摘机器人极易因目标定位不准、采摘顺序不当、夹剪位姿不合理等导致果实碰伤或刮落,造成该损伤的主要原因是防碰损采摘的视觉认知与执行机构耦合问题尚未得到解决。为梳理水果采摘机器人防碰损作业的最新研究进展,从防碰损采摘中果实多维信息(采摘点、果梗位姿、防碰空间包围体等)的视觉感知、采摘机器人的视觉认知与智能防碰损采摘行为规划、防损采摘机构设计及其行为控制等三方面进行了全面综述和分析,并对今后需重点解决的核心关键问题进行总结和展望,为进一步研究和攻克非结构环境下水果智能防碰损采摘问题提供参考和依据。

欠驱动拟人指末端抓取机构设计

欠驱动机构具有良好形状自适应能力,为实现对苹果等类圆水果的高效无损采摘作业,本研究采用欠驱动原理设计出一款柔软性、灵活性强的欠驱动拟人末端执行器。对欠驱动手爪机械设计进行综合设计与分析,主要涉及手指结构的力学分析、系统抓取力的实际计算、整体结构的设计等。本研究为进一步研究苹果采摘机器人末端执行器的结构优化和创新设计提供参考。

盾构工程领域的数据中台建设研究

一、引言新一轮科技革命和产业变革正在迅猛发展,全球经济正处在一个前所未有的变轨期。其中,数字经济代表了未来经济的发展方向,已成为经济增长的核心要素和企业竞争的关键领域。数据价值的日益彰显,使得数据成为助力经济转向高质量发展阶段的重要内容。数字化成为中央企业提升核心竞争力的关键。阿里巴巴最初提出数据中台概念,更多企业聚焦数据资产汇集、数据开发建模、数据服务。

基于智能网关的交通工程数据接入系统设计

针对交通工程中自动化设备通信接口协议不统一、数据格式不规范、数据孤岛现象普遍存在等问题,设计了一种基于智能网关的智慧工程数据接入系统。系统建立了标准化通信接口协议和数据格式规范,一方面利用智能网关直接接入自动化设备数据,另一方面从第三方系统接入数据,系统还对采集的数据进行清洗、加工、存储和订阅等一体化管理。系统应用于某隧道工程除渣管理系统,实现了对除渣自动化设备流水线中不同设备的统一管控,并对多源数据进行标准化输出,提升了数据的采集和应用效率。