MétaCan
Menu
Retour à la cohorte
Enregistrement W2908236931 · doi:10.48550/arxiv.1812.11538

Smooth, Time-invariant Regulation of Nonholonomic Systems via Energy Pumping-and-Damping

2018· preprint· en· W2908236931 sur OpenAlexfundno aff
Bowen Yi, Roméo Ortega, Weidong Zhang

Notice bibliographique

RevuearXiv (Cornell University) · 2018
Typepreprint
Langueen
DomaineEngineering
ThématiqueControl and Dynamics of Mobile Robots
Établissements canadiensnon disponible
Organismes subventionnairesChina Scholarship CouncilUniversity of Waterloo
Mots-clésPassivityNonholonomic systemControl theory (sociology)IntegratorInterconnectionLebesgue measureController (irrigation)KinematicsExponential stabilityInvariant (physics)MathematicsComputer scienceLebesgue integrationPhysicsEngineeringControl (management)Mathematical analysisNonlinear systemClassical mechanicsRobotMobile robot

Résumé

récupéré en direct d'OpenAlex

In this paper we propose an energy pumping-and-damping technique to regulate nonholonomic systems described by kinematic models. The controller design follows the widely popular interconnection and damping assignment passivity-based methodology, with the free matrices partially structured. Two asymptotic regulation objectives are considered: drive to zero the state or drive the systems total energy to a desired constant value. In both cases, the control laws are smooth, time-invariant, state-feedbacks. For the nonholonomic integrator we give an almost global solution for both problems, with the objectives ensured for all system initial conditions starting outside a set that has zero Lebesgue measure and is nowhere dense. For the general case of higher-order nonholonomic systems in chained form, a local stability result is given. Simulation results comparing the performance of the proposed controller with other existing designs are also provided.

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)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,001
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,018
Tête enseignante GPT0,143
Écart entre enseignants0,125 · 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'étudeThéorique ou conceptuel
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

Citations1
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuearXiv (Cornell University)Même sujetControl and Dynamics of Mobile RobotsTravaux en français237 207