MétaCan
Menu
Retour à la cohorte
Enregistrement W2743047736 · doi:10.5430/air.v6n2p100

Using simplified geometric models in skill-based manipulation for objects used in daily life

2017· article· en· W2743047736 sur OpenAlexvenueno aff
Akira Nakamura, Kazuyuki Nagata, Kensuke Harada, Natsuki Yamanobe

Notice bibliographique

RevueArtificial Intelligence Research · 2017
Typearticle
Langueen
DomaineEngineering
ThématiqueManufacturing Process and Optimization
Établissements canadiensnon disponible
Organismes subventionnairesJapan Society for the Promotion of Science
Mots-clésTask (project management)Computer scienceRobotMotion (physics)Geometric modelingReliability (semiconductor)Artificial intelligenceHuman–computer interactionComputer visionEngineeringMechanical engineering

Résumé

récupéré en direct d'OpenAlex

Recently many types of robots have been playing an active part in various fields. The operation of these robots’ manipulators is an important subject of research. The tasks of manipulation can be regarded as sequences of several motion primitives called “skills”. Skills also have ability to compensate for errors both in modeling and in execution. Data may occur in the elements of the shapes, positions and orientations of objects that can be dispensed with to make geometric models simpler. In order to achieve tasks with high reliability, this paper proposes simplified geometric models based on skill techniques not only for industrial products but also for objects used in the daily life of humans. As examples of simplified geometric models of objects used in daily life, simplified models in a transfer task of plastic bottles and in a transfer task of a cup are explained.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
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: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,412
Tête enseignante GPT0,438
Écart entre enseignants0,025 · 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

Citations3
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueArtificial Intelligence ResearchMême sujetManufacturing Process and OptimizationTravaux en français237 207