MétaCan
Menu
Retour à la cohorte
Enregistrement W2478490664 · doi:10.4018/978-1-59140-312-8.ch015

Biologically Inspired Collective Robotics

2005· book-chapter· en· W2478490664 sur OpenAlexaff
C. Ronald Kube, Chris A. C. Parker, Tao Wang, Hong Zhang

Notice bibliographique

RevueIGI Global eBooks · 2005
Typebook-chapter
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueInsect and Arachnid Ecology and Behavior
Établissements canadiensSyncrude (Canada)University of Alberta
Organismes subventionnairesnon disponible
Mots-clésRobotArtificial intelligenceCollective behaviorRoboticsCollective motionSortingProcess (computing)Task (project management)Computer scienceObject (grammar)Human–computer interactionCluster analysisEngineeringSystems engineeringSociology

Résumé

récupéré en direct d'OpenAlex

In this chapter, we review our recent research in the area of collective robotics, and the problem of controlling multiple robots in the completion of common tasks. Our approach is characterized with a strong inclination for biological inspiration in which examples in nature — social insects in particular — are used as a way of designing strategies for controlling robots. This approach has been successfully applied to the study of three representative tasks, namely, collective box-pushing, collective construction, and collective sorting. Collective box-pushing deals with the purposeful motion of an object too large to be moved by a single robot and we rely on the group prey transport phenomenon found in ants to derive the necessary behaviors for accomplishing this task. Collective construction is concerned with the building of a geometric structure with the combined efforts of many individuals in parallel, without centralized control and we study a species of ant known to possess this capability, to model and control the process of creating a circular nest with multiple robots. Finally, in collective sorting the broad behavior in ants serves as the motivation behind designing robotic behaviors that depend on only local sensing in clustering objects of different types into separate piles. The success of our proposed approach is supported by both simulation and physical experiments using robots.

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 candidatesMéta-épidémiologie (sens strict), Intégrité de la recherche
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,676
Score d'incertitude au seuil1,000

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 recherche0,0010,000
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 Opus0,017
Tête enseignante GPT0,247
Écart entre enseignants0,230 · 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.

Devis d'étudeThéorique ou conceptuel
Domainenon disponible
GenreAutre

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations13
Publié2005
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIGI Global eBooksMême sujetInsect and Arachnid Ecology and BehaviorTravaux en français237 207