MétaCan
Menu
Retour à la cohorte
Enregistrement W2149304921 · doi:10.1109/robio.2009.4913295

A control allocation approach for energetic swarm control of wheeled mobile robots

2009· article· en· W2149304921 sur OpenAlexaff
Reza Pedrami, W. Sivaram, Jamie Baxter, Brandon W. Gordon

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueControl and Dynamics of Mobile Robots
Établissements canadiensConcordia University
Organismes subventionnairesnon disponible
Mots-clésSwarm behaviourControl theory (sociology)Particle swarm optimizationMobile robotTrajectoryComputer scienceController (irrigation)Swarm roboticsRobotControl engineeringEngineeringControl (management)Artificial intelligenceAlgorithm

Résumé

récupéré en direct d'OpenAlex

In this paper, an energetic swarm controller is developed that controls the swarm temperature, swarm centre position, and swarm potential energy. A sliding control approach is combined with a control allocation process to solve the overactuated control problem. The control allocation problem is solved using nonlinear programming software which allows the optimization problem to be solved with input saturation constraints. Furthermore, a low level trajectory controller based on dynamic feedback linearization is developed in order to improve the trajectory tracking performance of the individual swarm members. Application to a group of wheeled mobile robots is used to demonstrate the approach. Together, these results allow energetic swarm controllers to be implemented on wheeled mobile robot (WMR) systems with uncertainty and input saturation constraints.

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: aucune
Score de désaccord entre enseignants0,982
Score d'incertitude au seuil0,722

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 Opus0,004
Tête enseignante GPT0,193
Écart entre enseignants0,189 · 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

Citations0
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetControl and Dynamics of Mobile RobotsTravaux en français237 207