Notice bibliographique
Résumé
1. INTRODUCTIONAs a result of more than millions of years' evolution, legged animals have showcased unrivaled sophisticated mobility, maneuverability and adaptation to complex environments, and have continuously inspired legged robot design. Bio-inspired legged robots have unique potential advantages in applications which require the transversal on rough terrain, exploration of unstructured environments and navigation in complex environments with obstacles that call for advanced maneuverability and control. In addition to the exceptional mobility, legged animals have established a complex sensing system with the environment that is significantly advantageous over the state-of-the-art robot sensation. With the impressive progress of artificial intelligence and sensing technologies in recent years, the bio-inspired legged robots have also experienced notable growth, accompanied by tremendous challenges though. This special collection aims to disseminate some of the latest advancements in the design, sensing and control of bioinspired legged robots.2. OVERVIEW OF THE PAPERS IN THIS SPECIAL ISSUEThe selected papers include theoretical and experimental research work on bicycleinspired balance control method for quadruped robots [1]; advancements of the understanding of the neural activity of robust robot locomotion control from computational neuroscience within deep reinforcement learning [2]; system design of a pneumatic-driven musculoskeletal bipedal robot with its sequential jumping experimental validation [3]; investigations on the postural stabilization for a musculoskeletal robot during rapid and powerful hopping actions through the emulation of biarticular thigh muscles activation, along with experimental validation [4]; and the exploration of unknown environments using generalized autonomous mobile robots within simultaneous learning of the environments and robot transversality [5].3. CONCLUSIONIn conclusion, this special issue covers a broad range in the design, sensing and control of bio-inspired legged robots, and represents a significant step forward in the latest bioinspired legged robot research. All papers in this issue present original, inspirational ideas, with a clear indication of problem formulation and methodologies, convincing experimental validations, potential applications, and proper paper organization. The achievements presented in these papers address some of the challenges and advance research on bio-inspired legged robot design, sensing and control. We hope this Special Issue will be helpful to enhance understanding and further research in this exciting field, and promote academic and industrial attention.4. ACKNOWLEDGEMENTWe thank all authors and all guest associate editors, review editors, and peer reviewers for their valuable contributions to the Special Issue ‘Bio-Inspired Legged Robotics: Design, Sensing and Control’.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,008 |
| Méta-épidémiologie (sens strict) | 0,003 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,005 | 0,003 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,006 | 0,007 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,028 | 0,019 |
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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».