MétaCan
Menu
Retour à la cohorte
Enregistrement W1976486555 · doi:10.2316/journal.206.2005.3.206-2559

Fitted Stratified Manipulation with Decomposed Path Planning on Submanifolds

2005· article· en· W1976486555 sur OpenAlexvenueno aff
István Harmati, Béla Lantos, Shahram Payandeh

Notice bibliographique

RevueInternational Journal of Robotics and Automation · 2005
Typearticle
Langueen
DomaineEngineering
ThématiqueRobot Manipulation and Learning
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPath (computing)Computer scienceMotion planningMathematicsArtificial intelligenceProgramming languageRobot

Résumé

récupéré en direct d'OpenAlex

This paper reports a new manipulation planning method based on fitted stratified manipulation. In contrast to many other methods using searching techniques, it provides a formal framework. This framework analytically solves the trajectories of the agents in the configuration space. The key feature of the technique is that it allows desired trajectories on a special submanifold called bottom stratum while fixed contact points are being supposed. It makes possible arbitrary object and finger tip motions during the manipulation. As an important consequence, the obstacle avoidance problem becomes solvable within the frame of stratified approach. However, according to the philosophy of stratified motion planning (MP), the method is still based on the flow sequence approach, implicitly decomposing the dextrous manipulation into object manipulation and grasp adjustment. Another important feature of the algorithm is that it provides a unified method on how to find a general solution that decomposes the manipulation task into separate object manipulation and finger relocation.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,287
Score d'incertitude au seuil0,327

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,016
Tête enseignante GPT0,253
Écart entre enseignants0,236 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations3
Publié2005
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Robotics and AutomationMême sujetRobot Manipulation and LearningTravaux en français237 207