A simple model of a quadruped discovers single-foot walking and trotting as energy optimal strategies
Notice bibliographique
Résumé
Abstract It is widely held that quadrupeds choose steady gaits that minimize their energetic cost of transport, but it is difficult to explore the entire range of possible footfall sequences empirically. We present a simple model of a quadruped that can spontaneously produce any of the 2300+ planar footfall sequences available to quadrupeds. Through trajectory optimization of a work and force-rate cost, and a large sample of random initial guesses, we provide stronger evidence towards the global optimality of symmetrical four-beat walking at low speeds and two beat running (trotting) at intermediate speeds. Using input parameters based on measurements in dogs ( Canis lupus familiaris ), the model predicts the correct phase offset in walking and a realistic walk-trot transition speed. It also spontaneously reproduces the double-hump ground reaction force profile observed in walking, and the smooth single-hump profile observed in trotting, despite the model’s lack of springs. However, the model incorrectly predicts duty factor at the slowest speeds, and does not choose galloping as globally optimal at high speeds. These limitations might point to missing levels of complexity that could be added to future quadrupedal models, but the present results suggest that massive legs, elastic components, head-neck oscillations and even multi-linked legs are not critical determiners for the optimality of natural quadrupedal walking and trotting. Author summary Why do quadrupedal mammals move in consistent ways, when so many options are available? We tackled this problem by determining energetically-optimal gaits using a simple computational model of a four-legged animal. The model can use virtually any pattern of movement (physics-permitting!) but selects natural movement strategies as energetically optimal. The similarities between the computer-based predictions and natural animal movement are striking, and suggest mammals utilize movement strategies that optimize energy use when they move.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».