MétaCan
Menu
Retour à la cohorte
Enregistrement W2176512423 · doi:10.2316/journal.201.2007.2.201-1337

MARKER-AUGMENTED ROBOT-ENVIRONMENT INTERACTION

2007· article· en· W2176512423 sur OpenAlexvenueno aff
Amol D. Mali

Notice bibliographique

RevueControl and Intelligent Systems · 2007
Typearticle
Langueen
DomaineComputer Science
ThématiqueLogic, Reasoning, and Knowledge
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésComputer scienceHuman–computer interactionRobotArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

There has been an increasing interest in developing computational theories of autonomous robots. However, the previous work has focused on intelligent modifications to internal computational structure of a robot, ignoring modifications to external environments. Our work is the first to formalize the modification of an environment by an introduction of markers that replace the internal state. Replacing internal state by addition of markers increases communication through the world. Use of markers has been shown to improve the effectiveness of robots at American Association of Artificial Intelligence robot competitions and RoboCup competitions. We report on the semantics of markers using their logical description and the internal state they replace. We introduce several properties of markers and marker sets like redundancy, mutual exclusivity and efficiency. We show how the stimuli of behaviours can be modified when markers are introduced to replace internal state. We also report on a semi-automatic algorithm that allows robots to place markers in their world. We show how the algorithm can be extended for obtaining a higher replacement of internal state and for handling an autonomous removal of markers. We provide several guidelines for effectively introducing markers in a robot's world.

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)0,003
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,017

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0010,002
Science ouverte0,0010,003
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,015
Tête enseignante GPT0,233
Écart entre enseignants0,218 · 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

Citations0
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueControl and Intelligent SystemsMême sujetLogic, Reasoning, and KnowledgeTravaux en français237 207