Gait optimization and energy-based stability for biped locomotion using large-scale programming
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract This paper presents a gait optimization method to generate the locomotion pattern for biped and discuss its stability. The main contribution of this paper is a newly proposed energy-based stability criterion, which permits the dynamic stable walking and could be straight-forwardly generalized to different locomotion scenarios and biped robots. The gait optimization problem is formulated subject to the constraints of the whole-body dynamics and kinematics. The constraints are established based on the modelling of bipedal hybrid dynamical systems. Following the whole-body modelling, the system energy is acquired and then applied to create the stability criterion. The optimization objective is also established on the system energy. The gait optimization is solved by being converted to a large-scale programming problem, where the transcription accuracy is improved via the spectral method. To further reduce the dimensionality of the large-scale problem, the whole-body dynamics is re-constructed. The generalization of the optimized gait is improved by the design of feedback control. The optimization examples demonstrate that the stability criterion naturally leads to a cyclic biped locomotion, though the periodicity was not previously imposed. Two simulation cases, level ground walking and slope walking, verify the generalization of the stability criterion and feedback control. The stability analyses are carried out by investigating the motions of centre of gravity and centre of pressure. It is revealed that if the tracked speed is above 0.3 m/s or the biped accelerates/climbs the slope, the stability criterion accomplishes the dynamic stable walking, where zero moment point criterion is not strictly complied.
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.
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) | 0,000 | 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 découle