A novel sliding mode control based on qubit rotation angle for efficient manipulation of robotic arms
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
A novel control strategy, termed Quantum Sliding Mode Control (QSMC), integrates a qubit-inspired spin angle formulation into the sliding surface dynamics of a nonlinear robotic manipulator presented in this research. While Classical Sliding Mode Control (SMC) is robust, it suffers from discontinuous switching that causes chattering and compromises energy efficiency. The proposed QSMC framework replaces the discontinuous signum function with a continuous sinusoidal modulation derived from the normalized state of a single qubit on the Bloch sphere, controlled by the geometric ratio of tracking error, allowing for real-time adjustment of control effort. The controller is validated through extensive simulations on a six-degree-of-freedom robotic arm under both nominal and perturbed conditions. Across six joints, the proposed QSMC reduced average control energy by 75.41 % and high-frequency content by 96.12 %, with 59.34 % and 95.84 % reductions under 10 % disturbances, while maintaining trajectory tracking accuracy. Results show that QSMC maintains tracking precision comparable to classical SMC while significantly reducing high-frequency actuation, spectral energy, representing near-invariant control effort in the presence of external disturbances, indicating strong adaptability and energy efficiency. By incorporating quantum-geometric reasoning into a deterministic nonlinear control law, the novel QSMC provides discrete-state abstraction with continuous-time dynamics, offering a robust and physically interpretable alternative to both conventional and AI-enhanced SMC techniques.
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 | 0,001 | 0,001 |
| 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