我们研究了与Poincaré代数的κ-变形相关的经典r-矩阵引起的具有变形4D Minkowski时空的Yang-Baxter sigma模型。 这些经典的κ-Poincarér-矩阵描述了三种变形：1）标准变形，2）速动变形，和3）视锥变形。 对于每个变形，从关联的r-矩阵计算度量和二维B场。 与修改后的经典Yang-Baxter方程有关的前两个变形分别导致dS 4和AdS 4的T对偶。 第三次变形与均一的经典Yang-Baxter方程相关，导致了随时间变化的pp波背景。 最后，我们为广义κ-Poincarér-矩阵构造一个Lax对，该矩阵统一了上述三种特殊情况下的变形。

我们将AdS5×S5超弦的均匀Yang-Baxter变形作为对偶规范的非交换变形，给出了AdS / CFT解释，远远超出了规范非交换情形。 这些均匀的Yang-Baxter变形可以是所谓的abelian或jordanian类型。 尽管阿贝尔变形在弦论中有清晰的解释，并且许多人已经对规范理论有很好的理解，但约旦变形在这两个方面似乎都是新颖的。 我们从Drinfeld扭曲的均匀性角度讨论变形弦的对称结构，并指出通过考虑各种非交换空间的理论，可以在轨距理论侧实现这种结构。 然后，我们推测这是弦的量表理论对偶，涉及奇点的模微妙性。 我们通过Brane构造的两个约旦例子，对应于[x-，⋆xi]〜xi（i = 1,2）的非交换空间，来支持这种猜想。 我们还讨论了AdS5×S5的κ-Minkowski型变形，其中之一可能是像κ-Minkowski空间一样的规范理论的重力对偶。

贪心算法的matlab程序代码Baxter-Pick-and-Place-using-Q-Learning Baxter 机器人已经过训练，可以将相似的颜色块组合在一起，然后使用 Q-Learning 将它们堆叠起来 重要先决条件： Ubuntu 14.04- ROS 靛蓝 - 安装 OpenCV 3.0- 百特 SDK- MATLAB- 训练： Baxter_Training_2.mat 包含受过训练的代理的 Q-Table。 使用 Player.mat 检查训练。 Player.mat 为代理提供了一个随机的数字序列进行排序。 Baxter 上积木的颜色映射到数组中的数字以简化学习过程。 color_3、color_2、color_1分别代表出现3、2、1次的颜色。 color_3、color_2、color_1 mat 文件存储包含 60 种可能状态中每一种的颜色的数组。 它们的使用可以在 Baxter_Training_2.mat 中看到。 代码很简单，使用 Q-Table 实现 Q-Learning。 动作由 epsilon-greedy 算法选择。 训练是针对总共 4^6

baxter.zipggg

baxter机器人抓取杯子Baxter_pick_cup_game-master.zip，进行抓取杯子的操作，自动识别，自动抓取，包括物体识别加运动规划