MétaCan
Menu
Retour à la cohorte
Enregistrement W4396875099 · doi:10.1109/robosoft60065.2024.10522010

Combining Thermoelectrics and Low Melting Point Alloys to Create Reconfigurable Stiff-Compliant Manipulators

2024· article· en· W4396875099 sur OpenAlexfundno aff
Emily McCabe, Daniel S. Esser, Tayfun Efe Ertop, Alan Kuntz, Robert J. Webster

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEngineering
ThématiqueSoft Robotics and Applications
Établissements canadiensnon disponible
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaNational Science Foundation
Mots-clésRobotPayload (computing)WorkspaceMechanical engineeringComputer sciencePoint (geometry)State (computer science)Shape-memory alloyLink (geometry)Control engineeringSimulationMaterials scienceEngineeringArtificial intelligence

Résumé

récupéré en direct d'OpenAlex

Soft robots have garnered great interest in recent years due to their ability to navigate complex environments and enhance safety during unplanned collisions. However, their softness typically limits the forces they can apply and payloads they can carry, compared to traditional rigid-link robots. In this paper we seek to create a hybrid manipulator that can switch between a state in which it acts as a soft robot, and a state in which it has a series of selectively stiffenable links. The latter state, accomplished by solidifying chambers of low melting point metal alloy within the robot, is in some ways analogous to a traditional rigid-link manipulator. It also has the added benefit that each “link” can be set to a desired straight or curved shape before solidification and re-shaped when desired. Thermoelectric heat pumps enable local heating and cooling of the alloy, and tendons running along the robot enable actuation. Using a simple two-link prototype, we illustrate how alloy melting and solidification can be used to modify the robot's workspace and payload capacity.

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: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,685
Score d'incertitude au seuil0,446

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)0,0000,000

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 Opus0,016
Tête enseignante GPT0,229
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 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

Citations2
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetSoft Robotics and ApplicationsTravaux en français237 207