一种非金属防火防冻耐鼠光缆
    1.
    发明公开

    公开(公告)号:CN115657231A

    公开(公告)日:2023-01-31

    申请号:CN202211242908.4

    申请日:2022-10-11

    IPC分类号: G02B6/44

    摘要: 本发明涉及防火光缆领域,尤其是一种非金属防火防冻耐鼠光缆,包括,外护层、铠装层、内护层、缓冲层、中心加强件及光单元组,在内护层内设置有中心加强件及内包带层,内包带层与内护层内壁接触,在中心加强件的外圆周面均布布置有光单元组,所述的光单元组的外圆与内护层内的内包带层及中心加强件接触,在内护层的外部布置有用于最外侧防护作用的外护层,本发明可以大幅节约因鼠咬破坏、火灾及冰冻挤压损伤等原因导致光缆产品更换的采购费用,线路施工建设费用和日常运维费用也会同步下降,同时,有效的降低了电力通信故障频次,提高了电网可靠性和安全性。

    基于分层深度强化学习模型的机器人行为决策方法及设备

    公开(公告)号:CN115409158A

    公开(公告)日:2022-11-29

    申请号:CN202211052755.7

    申请日:2022-08-31

    IPC分类号: G06N3/04 G06N3/08 G06K9/62

    摘要: 本申请提供一种基于分层深度强化学习模型的机器人行为决策方法及设备,本申请通过模拟人脑的分层组织机理,提出了一个解决机器人稀疏奖励问题的深度分层强化学习模型,该模型包括顶层模块和底层模块两部分。在机器人环境认知的过程中,当其处于稀疏奖励的环境中时,上层模块根据智能体与环境的交互情况,为底层模块设定子目标,同时,上层模块可以感知环境并预测智能体的状态转移。此外,预测奖励和奖励增益被添加到该深度分层强化学习模型中来加速底层模块的学习速度,在底层模块中,设计了一个降维网络来编码和映射状态信息,因此,该深度分层强化学习模型可以有效解决智能体的稀疏奖励问题。