Mixed Logic Dynamical Modeling and On Line Optimal Control of Biped Robot
Notice bibliographique
Résumé
In this study, we proposed a MLD modeling and MPC approach for the on line optimization of biped motion. Such modeling approach possesses advantage that it describes both the continuous dynamics and the impact event within one framework, consequently it provides a unified approach for mathematical, numerical and control investigations. This MLD model allows model predictive control (MPC) and subsequent stability from the numerical analysis viewpoints, by powerful MIQP solver. Hence the biped robot can be on line controlled without pre-defined trajectory. The optimal solution corresponds to the optimal gait for current environment and control requirement. The feasibility of the MLD model based predictive control is shown by simulations. How to effectively decrease the computation time in order to realize the real time implementation is an important research topic left to future. Finally, we mention that a human uses his predictive function based on an internal model together with his feedback function for motion, which is considered as a motor control model of a cerebellum (Kawato, 1999). Stimulated by this, a general theoretical study for motion control of hybrid systems is reported in (Yin & Hosoe, 2004) which is based on the MLD model of a hybrid system. We are further developing this theory to help the biped motion synthesis and control. It will be also useful for the realization of complex motion of other bio-mimetic robots.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».