XiaoMi-AI文件搜索系统
World File Search System位操作
使用视觉和重新定位操作的机器人操纵器的基于NERF的对象模型的不确定性感知到主动学习
摘要 - 操纵看不见的对象在没有3D表示的情况下具有挑战性，因为对象通常具有遮挡的表面。这需要与对象的物理互动以构建其内部表示形式。本文提出了一种方法，该方法使机器人能够快速学习给定对象的完整3D模型，以在不熟悉的方向上进行操作。我们使用部分构造的NERF模型的集合来量化模型不确定性，以通过优化信息性和可行性来确定下一个动作（视觉或重新定位动作）。此外，我们的方法决定了何时以及如何掌握和重新定位对象的部分NERF模型，并重新估计对象姿势以纠正交互期间引入的未对准。在带有基准对象的桌面环境中运行的模拟Franka Emika机器人操作器进行的实验表明，视觉重建质量（PSNR）的14％，（ii）20％的几何/深度/深度重建对象表面（f-得分）和（iii）71％在（iii）71％的成功对象率是一定的，该任务范围是A的任务范围，即一定的一定范围。场景中的配置；超过当前方法。其他详细信息显示在以下网址：https：//actnerf.github.io/。
评估高温工业单位操作的高级反应堆热供应
美国科学与技术信息办公室Box 62 Oak Ridge，TN 37831-0062 www.osti.gov电话：（865）576-8401传真：（865）576-5728电子邮件：everts@osti.gov celecti.gov celecnable拒绝此报告是由美国政府机构的工作人员准备的。均未对任何信息，明示或暗示的任何雇员或官员，也没有任何雇员或官员，也不是任何雇员或官员，也不承担任何法律责任或责任，对任何信息的准确性，完整性或有效性，包括任何信息，设备，产品或过程所披露或代表其使用不属于私有权利。 以此处参考任何特定的商业产品，流程或服务，商标，制造商或其他方式不一定构成或暗示其认可，建议或对其任何代理机构的认可，建议或偏爱。 本文所表达的文件作者的观点和观点不一定陈述或反映美国政府或其任何代理机构，Argonne National Laboratory或Uchicago Argonne，LLC。均未对任何信息，明示或暗示的任何雇员或官员，也没有任何雇员或官员，也不是任何雇员或官员，也不承担任何法律责任或责任，对任何信息的准确性，完整性或有效性，包括任何信息，设备，产品或过程所披露或代表其使用不属于私有权利。以此处参考任何特定的商业产品，流程或服务，商标，制造商或其他方式不一定构成或暗示其认可，建议或对其任何代理机构的认可，建议或偏爱。本文所表达的文件作者的观点和观点不一定陈述或反映美国政府或其任何代理机构，Argonne National Laboratory或Uchicago Argonne，LLC。
通过 X 射线进行原位/原位操作电催化剂表征...
摘要：在过去的几十年中，X 射线吸收光谱 (XAS) 已成为探测非均相催化剂结构和成分、揭示活性位点的性质以及建立催化剂结构模式、局部电子结构和催化性能之间联系的不可或缺的方法。本文将讨论 XAS 方法的基本原理，并描述用于解读 X 射线吸收近边结构 (XANES) 和扩展 X 射线吸收精细结构 (EXAFS) 光谱的仪器和数据分析方法的进展。本文将介绍 XAS 在非均相催化领域的最新应用，重点介绍与电催化相关的示例。后者是一个快速发展的领域，具有广泛的工业应用，但在实验表征限制和所需的高级建模方法方面也面临着独特的挑战。本综述将重点介绍使用 XAS 对复杂的现实世界电催化剂获得的新见解，包括其工作机制和化学反应过程中发生的动态过程。更具体地说，我们将讨论原位和原位 XAS 的应用，以探测催化剂与环境（载体、电解质、配体、吸附物、反应产物和中间体）的相互作用及其在适应反应条件时的结构、化学和电子转变。