自适应信息路径计划(AIPP)对许多机器人应用非常重要,使移动机器人能够有效收集有关最初未知环境的有用数据。此外,基于学习的方法越来越多地用于机器人技术,以增强各种和复杂任务的适应性,多功能性和鲁棒性。我们的调查探讨了将机器人学习应用于AIPP的研究,从而弥合了这两个研究领域之间的差距。我们首先为一般AIPP问题提供统一的数学问题定义。接下来,我们从(i)学习算法和(ii)机器人应用的角度建立了当前工作的两个互补分类法。我们探索了协同作用,最新趋势,并突出了AIPP框架中基于学习的方法的好处。最后,我们讨论了关键的挑战和有希望的未来方向,以通过学习使更普遍适用,健壮的机器人数据收集系统。我们提供了调查中综述的全面论文目录,包括公开可用的存储库,以促进该领域的未来研究。
Birla Carbon使用“摇篮来登机”生命周期评估(LCA)来量化产品碳足迹并确定改善组织整体碳足迹的机会。LCA评估从原料提取(摇篮)到最终产品(Carbon Black)的温室气体影响,准备离开工厂门。
摘要。可再生能源与功率电动转换器的大规模集成正在将电源系统更接近其动态稳定性限制。这增加了大区停电的风险。因此,电力系统中不断变化的发电公司需要使用替代能源(例如风力发电厂)来提供黑色启动服务。但是,这需要格式形成,而不是传统上普遍存在的环形风力涡轮机。本文介绍了形成网格控制的一般工作原理,并检查了四种此类控制方案。为了比较其性能,已经通过高压直流电流(HVDC)连接的风力发电厂进行了一项模拟研究,以针对陆上负载的不同阶段进行了模拟研究。在变压器覆盖,转换器预充电和去障碍物以及陆上负载拾音器期间的瞬态行为已进行了比较,并进行了质量分析,以突出每个控制策略的优点和缺点。