LEARNING
一种通过RPA和数字孪生实现自适应与容错机器人运动控制的自编排物理发现神经架构
Singla D, Logeswari G, Tamilarasi K, Roselind JD
- 发表年份
- 2026
- 期刊
- Scientific reports
摘要
该论文提出了一种自编排的神经架构，能够通过物理发现和数字孪生技术实现自适应和容错的机器人运动控制。该方法结合了RPA（机器人过程自动化）与数字孪生，增强了系统的鲁棒性和灵活性。
关键词
self-orchestratingphysics-discoveringfault-resilientRPAdigital twins
相关论文
LEARNING
📊 8,465 引用
The Organization of Behavior
D. O. Hebb
2005
LEARNING
📊 7,678 引用
Fractional Brownian Motions, Fractional Noises and Applications
Benoît B. Mandelbrot, John W. Van Ness
1968
LEARNING
开放获取📊 7,484 引用
Review of deep learning: concepts, CNN architectures, challenges, applications, future directions
Laith Alzubaidi, Jinglan Zhang, Amjad J. Humaidi 等 10 位作者
2021
LEARNING
📊 4,608 引用
A guide to deep learning in healthcare
Andre Esteva, Alexandre Robicquet, Bharath Ramsundar 等 10 位作者
2018