Développement d'un logiciel d'aide à la conception pour les robots quadrupèdes
Bibliographic record
Abstract
Ce mémoire présente une approche pratique pour aider à la conception mécanique de robot marcheur utilisant des modèles cinématiques et dynamiques et des tâches à effectuer. Cela permet d'améliorer la conception mécanique du robot marcheur et de valider en partie la faisabilité des composantes. \n \nLe logiciel se compose de trois modules de calcul: le terrain, la mécaniques et la démarche. Ces modules permettent de faire l'optimisation du dimensionnement en tenant compte des contraintes physiques du robot et de la tâche à effectuer. \n \nLe logiciel a été appliqué au design d'un prototype de robot marcheur. Les résultats ont été comparé avec d'autres outils de conception tels que Working Model. \n \nL'utilisation d'un plan d'expérience a fait ressortir quelques règles générales de conception. Ces travaux démontrent que, pour la plupart des paramètres de conception, les critères de performance n'évoluent pas de façon uniforme sur l'ensemble du plan d'expérience. L'analyse reste tout de même essentiels. \n \n
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.003 | 0.005 |
| Meta-epidemiology (narrow) | 0.002 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.002 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.003 |
| Scholarly communication | 0.006 | 0.006 |
| Open science | 0.003 | 0.003 |
| Research integrity | 0.002 | 0.004 |
| Insufficient payload (model declined to judge) | 0.021 | 0.006 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".