A Unification Between Deep-Learning Vision, Compartmental Dynamical Thermodynamics, and Robotic Manipulation for a Circular Economy

要約

線形経済から循環経済への移行は、材料供給と廃棄物の発生の不確実性を同時に軽減する可能性を秘めています。
これまで、ロボット システム、より一般的には自律システムの開発が循環経済の導入戦略に組み込まれることはほとんどありませんでした。
このレビューでは、深層学習ビジョン、コンパートメント動的熱力学、およびロボット操作を理論的に一貫した物理ベースの研究フレームワークに統合して、材料の循環設計の基礎を築き、それによって線形性からの移行を加速します。
循環性へ。
次に、循環経済におけるロボット工学の機会について議論します。

要約(オリジナル)

The shift from a linear to a circular economy has the potential to simultaneously reduce uncertainties of material supplies and waste generation. To date, the development of robotic and, more generally, autonomous systems have been rarely integrated into circular economy implementation strategies. In this review, we merge deep-learning vision, compartmental dynamical thermodynamics, and robotic manipulation into a theoretically-coherent physics-based research framework to lay the foundations of circular flow designs of materials, and hence, to speed-up the transition from linearity to circularity. Then, we discuss opportunities for robotics in circular economy.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google