MétaCan
Menu
Retour à la cohorte
Enregistrement W2018099115 · doi:10.1177/0278364906068393

Smith Predictor Type Control Architectures for Time Delayed Teleoperation

2006· article· en· W2018099115 sur OpenAlexafffund
Andrew Smith, Keyvan Hashtrudi-Zaad

Notice bibliographique

RevueThe International Journal of Robotics Research · 2006
Typearticle
Langueen
DomaineEngineering
ThématiqueTeleoperation and Haptic Systems
Établissements canadiensQueen's University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésTeleoperationSmith predictorModel predictive controlControl theory (sociology)Controller (irrigation)Artificial neural networkHaptic technologyNonlinear systemStability (learning theory)Computer scienceControl engineeringEngineeringControl (management)SimulationPID controllerArtificial intelligenceMachine learning

Résumé

récupéré en direct d'OpenAlex

An early control methodology for time delayed plants is the Smith predictor, in which the plant model is utilized to predict the non-delayed output of the plant and move the delay out of the control loop. Recent Smith predictor based teleoperation control architectures have used linear or fixed-parameter dynamic approximations of the slave/environment at the master for environment contact prediction. This paper discusses and analyzes the performance of the previous work and proposes new architectures to overcome their shortcomings. The proposed architectures consist of a novel pseudo two-channel nonlinear predictive controller and its variations that use neural networks for online estimation of the slave and environment dynamics to replicate the environment contact force at the master using a similar local network. Intermittent contact experiments are conducted on a teleoperation test-bed consisting of two Planar Twin-Pantograph haptic devices. The experimental results with half a second delay demonstrate significant improvement in stability and performance by the proposed neural network based predictive control architectures over traditional force-position and linear Smith predictor based control architectures.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut 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: aucune
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
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 savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,025
Tête enseignante GPT0,306
Écart entre enseignants0,281 · 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 source (Gemma direct ou Codex distillé), 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

Citations85
Publié2006
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueThe International Journal of Robotics ResearchMême sujetTeleoperation and Haptic SystemsTravaux en français237 207