MétaCan
Menu
Retour à la cohorte
Enregistrement W2137857542 · doi:10.1186/1475-925x-13-151

An adaptive spinal-like controller: tunable biomimetic behavior for a robotic limb

2014· article· en· W2137857542 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.
fundUn bailleur canadien est enregistré sur le travail.

Notice bibliographique

RevueBioMedical Engineering OnLine · 2014
Typearticle
Langueen
DomaineNeuroscience
ThématiqueMotor Control and Adaptation
Établissements canadiensMcGill University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésComputer scienceController (irrigation)Physical medicine and rehabilitationNeuroscienceBiomedical engineeringControl engineeringEngineeringMedicinePsychologyBiology

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Spinal-like regulators have recently been shown to support complex behavioral patterns during volitional goal-oriented reaching paradigms. We use an interpretation of the adaptive spinal-like controller as inspiration for the development of a controller for a robotic limb. It will be demonstrated that a simulated robot arm with linear actuators can achieve biological-like limb movements. In addition, it will be shown that programmability in the regulator enables independent spatial and temporal changes to be defined for movement tasks, downstream of central commands using sensory stimuli. The adaptive spinal-like controller is the first to demonstrate such behavior for complex motor behaviors in multi-joint limb movements. METHODS: The controller is evaluated using a simulated robotic apparatus and three goal-oriented reaching paradigms: 1) shaping of trajectory profiles during reaching; 2) sensitivity of trajectories to sudden perturbations; 3) reaching to a moving target. The experiments were designed to highlight complex motor tasks that are omitted in earlier studies, and important for the development of improved artificial limb control. RESULTS: In all three cases the controller was able to reach the targets without a priori planning of end-point or segmental motor trajectories. Instead, trajectory spatio-temporal dynamics evolve from properties of the controller architecture using the spatial error (vector distance to goal). Results show that curvature amplitude in hand trajectory paths are reduced by as much as 98% using simple gain scaling techniques, while adaptive network behavior allows the regulator to successfully adapt to perturbations and track a moving target. An important observation for this study is that all motions resemble human-like movements with non-linear muscles and complex joint mechanics. CONCLUSIONS: The controller shows that it can adapt to various behavioral contexts which are not included in previous biomimetic studies. The research supplements an earlier study by examining the tunability of the spinal-like controller for complex reaching tasks. This work is a step toward building more robust controllers for powered artificial limbs.

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)0,000
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,976
Score d'incertitude au seuil0,754

Scores Codex et Gemma par catégorie

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 savante0,0000,000
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 Opus0,027
Tête enseignante GPT0,271
Écart entre enseignants0,244 · 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