MétaCan
Menu
Retour à la cohorte
Enregistrement W2804771383 · doi:10.1139/tcsme-2017-0053

Type synthesis of coordinated multi-robot system based on parallel thought

2018· article· en· W2804771383 sur OpenAlexvenueno aff
Wanqiang Xi, Bai Chen, Yaoyao Wang, Feng Ju

Notice bibliographique

RevueTransactions of the Canadian Society for Mechanical Engineering · 2018
Typearticle
Langueen
DomaineEngineering
ThématiqueRobotic Mechanisms and Dynamics
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésScrew theoryKinematicsRobotTask (project management)Set (abstract data type)Computer scienceDegrees of freedom (physics and chemistry)Type (biology)Kinematic chainMechanism (biology)Robot end effectorPosition (finance)Parallel manipulatorControl engineeringControl theory (sociology)Artificial intelligenceEngineeringControl (management)Physics

Résumé

récupéré en direct d'OpenAlex

For the synthesis of the required type about the multi-robot coordination system in industrial transportation, this paper presents a novel method in which each robot in the coordinated task is viewed as a branched chain of an equivalent parallel robot (EPR), which is converted into a problem for type synthesis of parallel robots. A theoretic method is proposed to represent the kinematic features of the mechanism’s end-effector and its position and pose in the world coordinate system. The basic concept of a robotic characteristic (C) set is given, and the corresponding algorithm is analyzed. Based on the theory of C set, the concrete steps for type synthesis of EPR are presented by analyzing the characteristics of its branched chains, and many EPR groups with end kinematic features for the C sets of the operational tasks are obtained. Then three translational (3T) operational requirements that can be extended to other degrees of freedom (DOF) are adopted, and the DOF of homogeneous and heterogeneous EPR are analyzed using screw theory. Finally the validation of the method is demonstrated by Adams, which shows that the two groups are able to complete the task.

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,013
Tête enseignante GPT0,201
Écart entre enseignants0,188 · 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
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTransactions of the Canadian Society for Mechanical EngineeringMême sujetRobotic Mechanisms and DynamicsTravaux en français237 207