摘要：本发明公开了一种深水环境物证搜索打捞机器人，属于刑侦技术领域。主要包括机器人躯干、浮沉螺旋桨、第一LED灯、第二LED灯、第三LED灯、第四LED灯、第一机械腿、第二机械腿、第三机械腿、第四机械腿、广角摄像头、第一机械手、第二机械手、储物仓等，第一机械腿、第二机械腿安装于机器人左侧，第三机械腿、第四机械腿安装于机器人右侧，浮沉螺旋桨位于机器人上端中间，广角摄像头位于机器人前端，第一机械手、第二机械手分别位于广角摄像头下端右左两侧。本发明在水下进行物证搜寻工作，并将需要打捞的物证通过机械手来打捞，提高对水下物证的打捞效率，进而帮助公安人员在案件侦破过程中提高效率，而且，结构简单，操作方便。

摘要：本发明提供一种焊线机物料夹持装置，包括：底座；上台，所述上台与所述底座相连；第一夹持机构，所述第一夹持机构设在所述上台上，所述第一夹持机构上设有第一夹持部；第二夹持机构，所述第二夹持机构设在所述上台上，所述第二夹持机构上设有第二夹持部，所述第一夹持机构和所述第二夹持机构中的至少一个在所述上台上的位置可调以夹持不同结构或不同尺寸的物料。根据本发明实施例的焊线机物料夹持机构，减少了夹持机构的更换频率，提高了夹持机构的定位精度，并且降低了人力、物力和财力。

摘要：本发明公开了一种用于河道池塘水面清理的机器人控制系统，包括指令发送模块、主控模块、行进模块、水面杂物收集模块、蓄电池一、电源补给模块，还公开了一种用于河道池塘水面清理的机器人控制方法。本发明中一种用于河道池塘水面清理的机器人控制系统可控制机器人在河道池塘水面灵活的收集杂物，并且可以根据太阳光照角度的变化控制太阳能电池板调整接收光照的角度，使太阳能电池板接收到的光照面积最大，从而更好的为蓄电池充电；发明中一种用于河道池塘水面清理的机器人控制方法可以降低使用成本，实用性高。本发明作为一种用于河道池塘水面清理的机器人控制系统和方法可广泛应用于机器人控制领域。

摘要：本发明公开了一种用于水下物证打捞的机器人控制系统，包括指令发送模块、主控模块、物证打捞模块、蓄电池，还公开了一种用于水下物证打捞的机器人控制方法。本发明中一种用于水下物证打捞的机器人控制系统可控制机器人在水下帮助公安办案人员打捞疑似物证；本发明中一种用于水下物证打捞的机器人控制方法可以降低使用成本，实用性高。本发明作为一种用于水下物证打捞的机器人控制系统和方法可广泛应用于机器人控制领域。

摘要：本发明公开了一种用于水葫芦清理的机器人控制系统，包括指令发送模块、主控模块、水葫芦收割模块、水葫芦传送模块、行进模块、蓄电池，还公开了一种用于水葫芦清理的机器人控制方法。本发明中一种用于水葫芦清理的机器人控制系统可控制机器人在河道池塘水面灵活的清理水葫芦，本发明中一种用于水葫芦清理的机器人控制方法可以降低使用成本，实用性高。本发明作为一种用于水葫芦清理的机器人控制系统和方法可广泛应用于机器人控制领域。

摘要：本申请涉及控制技术领域，公开了一种命令转发方法及装置、太阳能系统和中央控制器。该方法包括：接收步骤，接收命令；存储步骤，将接收到的命令按照优先级存入相应的命令存储区域；转发步骤，根据优先级，将命令存储区域中存储的命令进行转发。本公开的方法使需要优先处理的命令得到优先转发和处理，加快了系统的紧急响应速度，提升了系统的安全性和可靠性。

摘要：本发明涉及一种检测对象的内存泄漏的方法及装置，属于计算机技术领域。其中的方法包括如下步骤：A、根据预设测试规则进行测试，监控并记录待监控对象的引用计数操作及当前引用计数值，所述引用计数操作包括引用计数加1操作和引用计数减1操作；B、待测试结束后，读取每个待监控对象的引用计数值，筛选内存泄漏对象，所述内存泄漏对象为待监控对象中引用计数值不为零的对象；C、再次重复步骤A的测试，监控并记录内存泄漏对象发生引用计数操作时对应的调用栈信息；D、分析调用栈信息，查找引用计数加1操作和引用计数减1操作不匹配的调用栈并定

摘要：本发明的技术方案包括一种带下限的资源缓存方法及系统，用于实现：创建缓存池，并设置缓存池内存上限值、缓存池内存下限值、清理周期以及总清理时长，缓存池对资源进行缓存以及按照清理周期和清理时长对资源进行循环清理，缓存池根据游戏发送的资源缓存请求执行资源的加载，在游戏每次加载一个资源时，通过更新资源池、资源的入池顺序，并对缓存池的资源动态排序，进行实时清理。本发明的有益效果为：可动态调整缓存池的内存占用，最大效率的缓存游戏当前最需要的资源，大幅提高缓存池的资源命中率，完全满足激烈战斗场景的加载需求、避免长时间内存占用过高以及避免频繁的加载卸载导致游戏卡顿。

摘要：一种游戏内动态调整渲染等级的方法，包括以下步骤：服务器接收来自游戏客户端的交互信息，获取游戏的运行数据；根据接收的运行数据设定游戏当前的渲染等级；根据游戏运行中的用户偏好数据、动作数据以及场景数据，对当前客户端预设渲染等级进行调整。还提出了一种游戏内动态调整渲染等级的系统，其特征在于，包括以下模块：获取模块、预设模块、调整模块。

摘要：本发明揭示了一种基于深度增强学习的网络资源分配方法，包括如下步骤：S1、建立基于缓存的CSCN的下行传输链路系统模型，通过分析用户使用模型中不同链路的数据传输速率计算SBS的数据传输速率；S2、提出博弈问题，以最大化网络吞吐量为目标，使用博弈论将问题公式化为一个多智能体非合作博弈问题；S3、使用LSTM模型来预测用户的移动模式，SBS根据用户的移动模式以及用户所连接的SBS的缓存状态来选择传输条件最优的用户；S4、建立RL‑LSTM框架，使得SBS完成对信道资源的有效分配。本发明充分考虑了用户的移动模式和用户所连接SBS的缓存状态，使得SBS选择传输条件最优的用户，提升了系统的网络吞吐量。