MétaCan
Menu
Retour à la cohorte
Enregistrement W1989694300 · doi:10.1177/0278364903022002001

A Framework for Steering Dynamic Robotic Locomotion Systems

2003· article· en· W1989694300 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueThe International Journal of Robotics Research · 2003
Typearticle
Langueen
DomaineEngineering
ThématiqueControl and Dynamics of Mobile Robots
Établissements canadiensWestern University
Organismes subventionnairesnon disponible
Mots-clésKinematicsModular designHolonomicGeometric mechanicsControl engineeringMechanical systemRobotComputer scienceControl theory (sociology)Robot locomotionMotion planningMotion (physics)Class (philosophy)Set (abstract data type)Artificial intelligenceEngineeringRobot controlMobile robotControl (management)Analytical mechanicsClassical mechanicsPhysics

Résumé

récupéré en direct d'OpenAlex

We seek to formulate control and motion planning algorithms for a class of dynamic robotic locomotion systems. We consider mechanical systems that involve some type of interaction with the environment and have dynamics that possess rotational and translational symmetries. Research in non-holonomic systems and geometric mechanics has led to a single, simplified framework that describes this class of systems. In this paper, we explore a hybrid systems approach to generating motion plans for systems of this type. We perform a dynamic analysis of the system to find a small set of periodic control inputs for momentum generation in desired directions. We then find a simplified, kinematic model which captures the fundamental nature of the locomotion system and we use this abstract model for motion planning. This approach is inherently modular, since broad classes of locomotion systems can be described by the same kinematic approximation. In this paper, we describe the application of such an approach to two examples: the snakeboard robot and an eel-like, underwater robot.

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.

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)0,002
score de la tête « metaresearch » (Gemma)0,001
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: Méthodes · Signal consensuel: aucune
Score de désaccord entre enseignants0,977
Score d'incertitude au seuil0,343

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
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 ouverte0,0010,000
Intégrité de la recherche0,0000,001
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 Opus0,050
Tête enseignante GPT0,355
Écart entre enseignants0,306 · 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