MétaCan
Menu
Retour à la cohorte
Enregistrement W4366189221 · doi:10.1017/s0263574723000413

Gait optimization and energy-based stability for biped locomotion using large-scale programming

2023· article· en· W4366189221 sur OpenAlexaff
Ye Xie, Chengzhi Gao, Shiqiang Zhu, Xufei Yan, Lingyu Kong, Anhuan Xie, Jason Gu, Dan Zhang

Notice bibliographique

RevueRobotica · 2023
Typearticle
Langueen
DomaineEngineering
ThématiqueRobotic Locomotion and Control
Établissements canadiensYork UniversityDalhousie University
Organismes subventionnairesnon disponible
Mots-clésControl theory (sociology)GaitStability (learning theory)KinematicsComputer scienceCurse of dimensionalityEffect of gait parameters on energetic costOptimization problemGait analysisArtificial intelligenceControl (management)AlgorithmPhysics

Résumé

récupéré en direct d'OpenAlex

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.

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 seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
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 Opus0,020
Tête enseignante GPT0,233
Écart entre enseignants0,213 · 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

Citations11
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRoboticaMême sujetRobotic Locomotion and ControlTravaux en français237 207