针对传统路径规划算法在机械臂避障运动时存在规划时间长、路径冗长等问题,提出了一种基于深度强化学习(Deep Reinforcement Learning,DRL)的运动规划方法。首先,构建了机械臂数学模型和运动环境,并在PyBullet中搭建了DOBOT机械臂与操作环境,设置了DRL所需的奖励函数、动作变量和状态变量等参数。其次,针对静态障碍物规避问题的特点,采用深度确定性策略梯度(Deep Deterministic Policy Gradient,DDPG)算法,进行了运动仿真试验。仿真结果表明,相较于快速扩展随机树(Rapid-exploring Random Tree,RRT)算法以及改进RRT算法,所提出的DDPG算法在规划时间和路径长度方面均有一定程度提高。最后,在实验室中采用DOBOT机械臂对DDPG算法在多种障碍物环境下避障操作的有效性进行了验证。

本文论述了称重式定量包装计量的允许偏差和定量包秤的离散范围，分析了影响定量包装秤离散范围的因素及其有关工艺参数的确定方法。

"绳子从他的指间松脱,就像上面涂了油一样。林恩罗克罗斯以一种缓慢、从容、优雅的姿态,沿着没有摩擦力的镜面滑了下去。"这是美国科幻作家杰弗里A兰迪斯的作品《镜中人》中的片段,该作品呈现了主人公在落入一个"零"摩擦的镜面大坑中后靠着智慧自我拯救的故事。"零"摩擦这样一个奇妙的假设曾勾起许多科幻爱好者的无限遐想,成为诸多科幻作品描写的要点。近20多年来,"零"摩擦不再仅仅是科幻界的宠儿,也成为了科学家研究的热点,是纳米技术时代一个横跨物理、化学、力学、材料、机械、精密制造等诸多传统学科的交叉研究领域。科学家用"超润滑"(superlubricity)来形容两个界面之间摩擦力几乎为零的状态,有关概念于1990年提出,经历了2004年和2012—2013年实验方面的两次突破,其中中国学者做出了重要贡献。超润滑这样一种奇妙现象的原理是什么?如...