MétaCan
Menu
Retour à la cohorte
Enregistrement W2032268716 · doi:10.2514/2.4785

Experimental Evaluation of Flexible Manipulator Trajectory Optimization

2001· article· en· W2032268716 sur OpenAlexafffund
Burke Pond, Inna Sharf

Notice bibliographique

RevueJournal of Guidance Control and Dynamics · 2001
Typearticle
Langueen
DomaineEngineering
ThématiqueDynamics and Control of Mechanical Systems
Établissements canadiensUniversity of Victoria
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésTrajectoryTrajectory optimizationControl theory (sociology)VibrationComputer sciencePoint (geometry)Interval (graph theory)Joint (building)Optimization problemEnergy (signal processing)Mathematical optimizationMathematicsAlgorithmEngineeringPhysicsStructural engineeringArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

Experimental results showing the effectiveness of trajectory optimization for reducing vibration excitation in point-to-pointmaneuvers of  exible manipulators are presented. Joint trajectories are found as the solution to a functional (or global) optimization problem. To reduce vibration, the functional is chosen to be the strain energy of the manipulator integrated over the time interval of the motion. A numerical example is presented to help verify the algorithm. A laboratory-based  exible-link manipulator is then described, and a model of its dynamics is obtained by combining analysis with experimental parameter identiŽ cation. Through the use of the model, the optimal trajectory is generated and compared, both in simulation and experimentally, to a polynomial trajectory and the globallyoptimalstraight-linetrajectory. The experiments agree with the simulationin conŽ rming that joint trajectory optimization can signiŽ cantly reduce the total strain energy incurred during point-to-pointmotions.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
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 recherche0,0010,000
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 Opus0,013
Tête enseignante GPT0,241
Écart entre enseignants0,228 · 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'étudeExpérimental (laboratoire)
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

Citations11
Publié2001
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Guidance Control and DynamicsMême sujetDynamics and Control of Mechanical SystemsTravaux en français237 207