探索之路

摘要： 在我国20世纪80年代的戏剧运动中,高行健的《绝对信号》与《车站》是里程碑式的作品,但两部作品演出之后所受到的评价却截然不同。《绝对信号》的成功使高行健在戏剧探索这条路上受到了极大的鼓励。于是,他决定将自己原先创作的第一部话剧《车站》搬上戏剧舞台。但无论时代背景还是政策影响,在诸多客观因素的影响下,《车站》从排练到演出经历了异常艰难曲折的过程。这也使高行健在新时期对戏剧的探索之路布满荆棘。

摘要： 岁月不居,时节如流,屈指《安庆师范大学学报(自然科学版)》在持续奋斗中迎来了40岁生日。40年来,她与我国教育事业的发展相依相伴,从1982年10月《安庆师范学院学报(自然科学版)》到2016年,学校更名后改为《安庆师范大学学报(自然科学版)》(以下简称理科学报),始终传播着教育工作者“勤奋严谨求实创新”的科学精神,见证了几代教育工作者的学术探索之路。

摘要： 媒体融合是一个具备鲜明行业特色的实践性问题,却从党和国家建设的战略高度推进,并作为治国理政、定国安邦的重要抓手,尤其是先行一步的县域媒体融合推进工作,更是从2014年就开始陆续战略部署。中央为什么如此重视县域媒体融合工作?县域媒体或县域媒体融合,对于中央定义要求的"更好地服务群众、引导群众"到底有何作用和意义?我们以寿光融媒体中心建设探索之路为例,对基层媒体在引导群众、服务群众的路径和作用进行探析。

摘要： 整本书阅读教学中的重中之重是教学设计,教学设计的探索之路尚存有一定差距,从而导致整本书阅读教学理念不能行之有效地付诸教学实践,实现“整本书阅读与研讨”的设置初衷。为此,本文重点从教学设计角度,对路遥先生《平凡的世界》一书进行教学实践的研讨。一、教学书目确定教学设计的对象是教学实践有效开展的前提。因此,有效的确定对象书目和辅助书目是教师开展整本书阅读教学设计的首要任务。

摘要： 当前,物联网和数字孪生等新一代信息技术加快了中国工具行业的数字化转型,部分业内领先的企业已走在技术创新前沿,MM《现代制造》记者采访了雷尼绍中国区总裁Francesco Tivegna先生,请他为我们介绍雷尼绍的技术探索之路。MM《现代制造》:据了解,CCMT 2022的展会主题是“聚焦——数字·互联·智造”。雷尼绍的展会主题是什么?雷尼绍展示出哪些核心发展理念和创新解决方案?

摘要： 园本教研是以园所发展为本的教学研究,其把幼儿园存在的教育困惑、管理问题等作为研究对象,进而提高办园质量,促进师幼的共同成长。园本教研既是一种制度,也是一种研究方式,我园在园本教研的组织与开展中,经过不断探索,总结出以下有效经验。

摘要： 考察新世纪以来文学期刊发展的趋势和走向,新媒体是绕不过去的一个话题。所谓新媒体,按照比较公认的说法,即是"以数字技术为基础,以网络为载体的信息传播的媒介"。(1)近年来,随着互联网的发展以及新媒体技术的不断出现,文学期刊的新媒体探索之路越来越朝着纵深化方向展开。

摘要： 随着我国农业现代化进程的推进,农业社会化服务扮演的角色越来越重要,农业生产的各个环节也纷纷开启了农业社会化服务模式的探索之路。与农业生产资料密切相关的领域,更涌现出中化MAP、丰云农服、金丰公社、田田圈等农业社会化服务新模式。然而,在中国特色的小农模式下.

摘要： 我国黄金珠宝制造业40多年的发展,走出了一条筚路蓝缕、波澜壮阔的探索之路,从传统的手工制造逐渐融入自动化制造,并尝试性向数字化、智能化迈进,取得了丰硕成果。

摘要： 陈友信在石材领域的探索之路上摸索了很多年,倡导“纳自然之形,予观者释道”,力求每一件作品都有自己独特的语言。他的设计鼓励“留白”,一半由品牌设计,另一半交给喜欢它的人。他以大理石为基材,结合铝合金设计了一款台灯《儒·侠》。当人们触碰灯罩时,可实现无级调光。作品的创作灵感,源于中国几千年来的两种形象——儒与侠,即读书之人与江湖侠客。

摘要： 本发明公开用于机器人探索未知区域的地图探索方法、芯片及机器人，该地图探索方法包括：步骤S1：利用基于快速探索随机树算法的边界检测器获取符合预设通行条件的边界点；步骤S2：对步骤S1获取的边界点中的用于探索未知区域的边界点进行过滤；步骤S3：基于机器人在当前位置处探索的边界点的导航代价及其对应的收益信息，并考虑到边界点的可通行条件，从步骤S2过滤出的边界点中选择利润最高的边界点并将其配置为目标点，再控制机器人从当前位置移动至目标点，从而建立机器人的局部地图；步骤S4：重复步骤S1至步骤S4，直到建立的机器人的局部地图覆盖到整个工作区域。形成高效的RRT的地图探索算法。

摘要： 本发明提供一种路线探索方法，其将驾驶员的行动历史储存于数据库，在储存有行动历史的情况下，与未储存有行动历史的情况相比，扩大以储存有行动历史的地图上的位置为基准的地图上的熟悉区域的面积，从熟悉区域中探索用于到达目的地的不同于第一路线的第二路线。

摘要： 本发明提供一种水下探索策略模型的训练方法及仿生机器鱼水下探索方法，本发明的水下探索策略模型的训练方法包括：通过第一样本集对仿生机器鱼的初始探索策略模型进行训练，得到第一探索策略模型；从所述第一样本集中确定第二样本集；以第二样本集中的所述第一状态信息为样本，以与所述第一状态信息对应的第一动作信息为标签，训练所述第一探索策略模型，得到第二探索策略模型。本发明的水下探索策略模型的训练方法通过利用仿生机器鱼的历史经验中的较优动作所对应的第一状态信息与第一动作信息对第一探索策略模型进行训练，能降低较为失败的动作对模型的影响，避免模型的参数陷入局部最优，从而增强了模型在实际环境中运用的鲁棒性与稳定性。

摘要： 一种自适应前沿探索目标点选取的自主探索与避障方法，首先通过激光扫描仪扫描信息解释可通行区域选择的原理；其次通过基于自适应前沿探索目标点选取原理，选择适应当前时刻机器人位姿处的探索阈值，根据探索阈值及评价函数选择最优的探索目标点，考虑机器人在运动至探索目标点的过程中可能出现动态障碍物的情况，采用最小二乘法拟合动态障碍物的运动轨迹，判断机器人与障碍物的相对关系，再根据自适应前沿探索目标点选取原则，选择有效的探索目标点；最后，通过查询探索目标点的数据集，有效避免重复探索和漏探索的可能，确保探索的地图的完整性。本发明不仅可以满足实际应用的精度与实时性要求，而且成本较低。

摘要： 本发明涉及一种基于快速探索随机树的多机器人地图探索方法，包括以下步骤：步骤1：利用基于RRT的边界检测器，包括全局边界检测器和局部边界检测器，检测边界点；步骤2：对得到的边界点进行滤波，即剔除已被探测过的边界点并将一些密集的边界点进行聚类，再将滤波后的边界点存入边界点列表中；步骤3：使用基于市场经济的多机器人任务分配策略，根据各个边界点和机器人的位置，通过对成本和收益的计算，将特定的边界点分配给利润最高的机器人，从而建立机器人的局部地图；步骤4：通过网络通信，共享并融合各个机器人所得到的地图信息从而得到最终的地图。本发明能够克服现有技术的不足，引导多机器人自主探索未知环境并建立环境地图。

摘要： 本发明提供一种水下探索策略模型的训练方法及仿生机器鱼水下探索方法，本发明的水下探索策略模型的训练方法包括：通过第一样本集对仿生机器鱼的初始探索策略模型进行训练，得到第一探索策略模型；从所述第一样本集中确定第二样本集；以第二样本集中的所述第一状态信息为样本，以与所述第一状态信息对应的第一动作信息为标签，训练所述第一探索策略模型，得到第二探索策略模型。本发明的水下探索策略模型的训练方法通过利用仿生机器鱼的历史经验中的较优动作所对应的第一状态信息与第一动作信息对第一探索策略模型进行训练，能降低较为失败的动作对模型的影响，避免模型的参数陷入局部最优，从而增强了模型在实际环境中运用的鲁棒性与稳定性。

摘要： 本发明涉及一种基于多机器人协作的自主探索建图系统及探索建图方法。本发明可以分为顶层服务器模块和底层机器人模块，其中顶层服务器模块由地图融合模块、未知边界点检测模块、边界点聚类滤波模块、探索目标点获取模块以及机器人任务分配模块五部分组成；底层机器人模块分为路径规划模块和局部地图构建模块。本方法实现了对未知环境的多机器人协作探索任务，能够自主完成栅格地图构建。本发明具有地图构建准确，探索效率高等优点，可以在很大程度上解放地图构建过程中的人力资源，具有较强的市场潜力和应用价值。

摘要： 一种电子表，可以被设置为具有用于空间探索和/或陆地行星上地表探索的功能。该表可以包括时间显示装置和处理器子系统。处理器子系统可以被配置为：保持陆地行星的协调行星时；获得代表陆地行星上感兴趣的经度的经度数据，该感兴趣的经度不同于该行星的本初子午线；将在感兴趣的经度处的本地真实太阳时，即LTST，确定为协调行星时的函数，并且使用考虑了该陆地行星的轨道偏心率和旋转轴线倾斜的时间方程，之后控制该电子表的时间显示装置显示LTST。

摘要： 加工条件探索装置(1)具有：加工条件生成部(11)，其生成对加工机(2)设定的加工条件；加工状态收集部(12)，其对加工状态进行收集；加工结果收集部(13)，其对按照加工条件而实施的加工的加工结果进行收集；加工结果评价部(14)，其基于加工结果对加工的评价值进行计算；评价值预测模型(16)，其基于加工条件、加工状态及评价值，对与未试行的加工条件相对应的评价值进行预测；以及模型构建部(15)，其基于加工条件和评价值之间的关系性的变化程度而构建评价值预测模型(16)，针对评价值预测模型(16)而进行与加工状态相对应的加权，加工条件生成部(11)使用评价值的预测值，生成接下来应该试行的加工条件，直至判定为结束探索为止，重复进行加工状态收集部(12)、加工结果收集部(13)、加工结果评价部(14)、评价值预测模型(16)及模型构建部(15)所涉及的各处理。

摘要： 本发明涉及一种基于改进快速探索随机树的多机器人自主探索方法和系统，利用基于改进人工鱼群算法的快速探索随机树对栅格地图全局范围内的边界进行检测以获取边界点；利用基于自适应步长的快速探索随机树以每个机器人为移动节点对每个机器人周围的边界点进行检测；对检测到的边界点进行筛选，通过删除已被探索过的边界点和无法到达的边界点，并对剩余的边界点进行聚类；对每个机器人相对于某一边界点进行综合评估，将该边界点作为最优边界点分配给评估值最高的机器人；驱动机器人前往该边界点对位置环境进行探索，在抵达边界点后再次对该机器人进行最优边界点的分配，以此逐步构建环境地图。本发明能够引导机器人更快探索位置环境并构建环境地图。