MétaCan
Menu
Retour à la cohorte
Enregistrement W2465249022 · doi:10.1002/cav.1726

Anticipatory balance control and dimension reduction

2016· article· en· W2465249022 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

RevueComputer Animation and Virtual Worlds · 2016
Typearticle
Langueen
DomaineEngineering
ThématiqueHuman Motion and Animation
Établissements canadiensUniversity of British ColumbiaMcGill University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésComputer scienceMotion (physics)Character (mathematics)Balance (ability)Object (grammar)Dimension (graph theory)ComputationParameterized complexityReduction (mathematics)Task (project management)Control (management)Artificial intelligenceCredenceHuman–computer interactionAlgorithmMachine learningMathematicsGeometry

Résumé

récupéré en direct d'OpenAlex

Abstract A hallmark of many skilled motions is the anticipatory nature of the balance‐related adjustments that happen in preparation for the expected evolution of forces during the motion. This can shape simulated and animated motions in subtle but important ways, help lend physical credence to the motion, and help signal the character's intent. In this article, we investigate how center‐of‐mass reference trajectories (CMRTs) can be learned so as to achieve anticipatory balance control with a state‐of‐the‐art reactive balancing system. This enables the design of physics‐based motion simulations that involve fast pose transitions as well as force‐based interactions with the environment, such as punches, pushes, and catching heavy objects. We also show that generating CMRTs in a reduced space may result in faster computation times for similar task motions that deal with environmental interactions. We demonstrate the results on planar human models and show that CMRTs generalize well across parameterized versions of a motion. We illustrate that they are also effective at conveying a mismatch between a character's expectations and reality, for example, thinking that an object is heavier than it is.

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)0,000
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,632
Score d'incertitude au seuil0,272

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 Opus0,009
Tête enseignante GPT0,215
Écart entre enseignants0,205 · 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