MétaCan
Menu
Retour à la cohorte
Enregistrement W4312366924 · doi:10.1109/tcst.2022.3224315

On the Synthesis of Stable Walkover Gaits for the Acrobot

2022· article· en· W4312366924 sur OpenAlexafffund
Emily Kao-Vukovich, Manfredi Maggiore

Notice bibliographique

RevueIEEE Transactions on Control Systems Technology · 2022
Typearticle
Langueen
DomaineEngineering
ThématiqueRobotic Locomotion and Control
Établissements canadiensUniversity of Toronto
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésSwingGaitHolonomic constraintsControl theory (sociology)Effect of gait parameters on energetic costRobotComputer scienceMotion controlTrajectoryHolonomicSimulationGait analysisEngineeringControl (management)Artificial intelligencePhysical medicine and rehabilitationPhysics

Résumé

récupéré en direct d'OpenAlex

We introduce a novel method of producing stable walking gaits for the acrobot using virtual holonomic constraints (VHCs). Using this method, we produce a new stable walking motion for the acrobot, the walkover gait. In this gait, the swing leg rotates counterclockwise up and over the stance leg, as opposed to the standard compass gait where the swing leg rotates clockwise and overlaps with the stance leg partway along the motion. The walkover gait is found by searching for a VHC enjoying certain properties, among them the requirement of producing a stable hybrid limit cycle corresponding to walking. Key to the proposed approach is the recently developed notion of the virtual constraint generator (VCG), a control system on the configuration manifold of the robot whose solutions are all possible VHCs up to reparametrization. A systematic procedure is presented for the synthesis of VHCs achieving the desired walking motion for the acrobot, culminating in an optimal control problem for the VCG, solved numerically to produce the gait. Theoretical characterizations are given for the feasibility of the gait generation problem.

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: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
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 Opus0,009
Tête enseignante GPT0,192
Écart entre enseignants0,184 · 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

Citations0
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueIEEE Transactions on Control Systems TechnologyMême sujetRobotic Locomotion and ControlTravaux en français237 207