MétaCan
Menu
Retour à la cohorte
Enregistrement W3046873695 · doi:10.23919/ecc51009.2020.9143630

Smooth Feedback Construction Over Spherical Polytopes

2020· article· en· W3046873695 sur OpenAlexaff
Xiao Tan, Soulaimane Berkane, Dimos V. Dimarogonas

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueControl and Dynamics of Mobile Robots
Établissements canadiensUniversité du Québec en Outaouais
Organismes subventionnairesnon disponible
Mots-clésPolytopeUnit sphereEuclidean geometryEuclidean spacePolyhedronCombinatoricsMathematicsSpherical trigonometryConvex polytopeGreat circlePolytope modelComputer scienceRegular polygonGeometryConvex set

Résumé

récupéré en direct d'OpenAlex

In this work, we investigate the partitioning and control problems on the 2− sphere, the set of all unit vectors in ${{\mathbb{R}}^3}$. Specifically, we present a spherical-polytope-based partitioning for the 2− sphere and then propose a novel approach to construct a feedback control law over a given set of spherical polytopes. Instead of designing the control law directly on the sphere, we propose a smooth atlas on it based on the gnomonic projection. We further show that the gnomonic map projects the spherical polytopes to Euclidean polytopes. Moreover, the kinematics evolving on a spherical polytope can be transformed via feedback into a single integrator in the Euclidean space. Thanks to these properties, control algorithms that were originally developed for polytopes in Euclidean spaces can now be applied to spherical polytopes on the 2 –sphere. We conclude this paper by showing a control construction on the sphere with cluttered obstacles.

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,634
Score d'incertitude au seuil0,873

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
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)0,0010,000

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 Opus0,006
Tête enseignante GPT0,183
Écart entre enseignants0,177 · 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

Citations0
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetControl and Dynamics of Mobile RobotsTravaux en français237 207