可持续供能机器人速度轨迹优化研究
热点事件持续更新
可持续供能机器人速度轨迹优化研究
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
2026年10月16日,arXiv Robotics 刊出 Kavin M. Govindarajan 等作者的论文,研究可持续供能移动机器人反复沿固定闭合路径行驶的持续速度轨迹优化问题。该问题被建模为周期性最优控制问题,耦合超线性推进成本与动态信息增益和衰减,并以信息论量“清晰度”作为信息度量。论文推导出最优控制的必要条件及若干后续性质,刻画了路径上各点重要性不同与相同时的最优控制特征,以及能量储备趋于无穷时逼近的高速信息极限。基于切萨皮克湾盐度持续观测的仿真研究展示了该结果的实际价值。截至本版,尚无后续跟进报道,事件进展以上述论文内容为准。
AI 根据报道生成 · 1 小时前更新
最新进展10月16日 12:00
可持续供能移动机器人如何通过速度轨迹优化权衡能量与信息报道时间线
沿着报道,了解事件的不同侧面。
10月16日
- arXiv Robotics可持续供能移动机器人如何通过速度轨迹优化权衡能量与信息
研究将可持续供能移动机器人反复沿固定闭合路径行驶的持续速度轨迹优化问题建模为周期性最优控制问题,耦合超线性推进成本与动态信息增益和衰减,并以信息论量"清晰度"作为信息度量。推导出最优控制的必要条件及若干后续性质,刻画了路径上各点重要性不同与相同时的最优控制特征,以及能量储备趋于无穷时逼近的高速信息极限。基于切萨皮克湾盐度持续观测的仿真研究展示了该结果的实际价值。
本事件热度走势
还没有足够的连续观测数据,暂不绘制趋势。