MétaCan
Menu
Retour à la cohorte
Enregistrement W2774039087 · doi:10.1109/smc.2017.8122834

Control of a flexible-joint robot using a stable adaptive introspective CMAC

2017· article· en· W2774039087 sur OpenAlexaff
C.J.B. Macnab, M. Razmi

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueAdaptive Control of Nonlinear Systems
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésCerebellar model articulation controllerControl theory (sociology)BacksteppingComputer scienceController (irrigation)RobotFlexibility (engineering)Domain (mathematical analysis)Adaptive controlFrequency domainLyapunov functionControl engineeringControl (management)Nonlinear systemArtificial intelligenceMathematicsEngineering

Résumé

récupéré en direct d'OpenAlex

This paper proposes an adaptive control for a rigidlink, flexible-joint robot using the Cerebellar Model Articulation Controller (CMAC) and the backstepping method, which is a suitable method when joints are underdamped and exhibit a large amount of flexibility. A previously proposed robust weight update method, deemed the introspective method, is placed into a Lyapunov-stable framework. In the introspective method, each local CMAC cell measures the output error in its own domain and over the domain of several sequentially activated cells on the same CMAC array. The cell then votes on whether it appears its previous weight update has reduced this error or not. The sum of all votes from the activated cells determines whether weight updates continue. In order to ensure uniformly ultimately bounded signals, a robust CMAC operates in parallel using a conservative e-modification weight update. Simulations with a two link flexible-joint arm show significantly improved performance over e-modification and a model-based LQR control.

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 enseignants0,962
Score d'incertitude au seuil0,888

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
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 Opus0,049
Tête enseignante GPT0,260
Écart entre enseignants0,211 · 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

Citations2
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetAdaptive Control of Nonlinear SystemsTravaux en français237 207