MétaCan
Menu
Retour à la cohorte
Enregistrement W4405574717 · doi:10.3390/s24248089

A Comprehensive Study of Recent Path-Planning Techniques in Dynamic Environments for Autonomous Robots

2024· article· en· W4405574717 sur OpenAlexaff
Nour Ayman Abujabal, Mohammed Baziyad, Raouf Fareh, Brahim Brahmi, Tamer Rabie, Maâmar Bettayeb

Notice bibliographique

RevueSensors · 2024
Typearticle
Langueen
DomaineComputer Science
ThématiqueRobotic Path Planning Algorithms
Établissements canadiensCollege Ahuntsic
Organismes subventionnairesnon disponible
Mots-clésMotion planningObstacleKey (lock)Computer scienceObstacle avoidancePath (computing)Process (computing)RobotResource (disambiguation)Distributed computingSystems engineeringDynamic decision-makingRisk analysis (engineering)Human–computer interactionMobile robotEngineeringArtificial intelligenceComputer securityComputer network

Résumé

récupéré en direct d'OpenAlex

This paper presents a comprehensive review of path planning in dynamic environments. This review covers the entire process, starting from obstacle detection techniques, through path-planning strategies, and also extending to formation control and communication styles. The review discusses the key trends, challenges, and gaps in current methods to emphasize the need for more efficient and robust algorithms that can handle complex and unpredictable dynamic environments. Moreover, it discusses the importance of collaborative decision making and communication between robots to optimize path planning in dynamic scenarios. This work serves as a valuable resource for advancing research and practical applications in dynamic obstacle navigation.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: aucune
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,004
Études des sciences et des technologies0,0010,001
Communication savante0,0010,003
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,002

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 Opus0,035
Tête enseignante GPT0,314
Écart entre enseignants0,279 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations44
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSensorsMême sujetRobotic Path Planning AlgorithmsTravaux en français237 207