Уважаемые коллеги, доброго времени суток! Представляем вам нидерландское научное издание Robotics and Autonomous Systems. Журнал имеет второй квартиль, издается в Elsevier, его SJR за 2020 г. равен 0,808, импакт-фактор - 3,12, электронный ISSN - 0921-8890, предметные области - Разработка систем управления, Математика, Программное обеспечение, Прикладная наука о компьютерах. Вот так выглядит обложка:
Здесь три редактора - Карстен Бёрнс, контактные данные - berns@informatik.uni-kl.de,
Мария Гини - gini@umn.edu
и Юн Ота - ota@race.t.u-tokyo.ac.jp.
К публикации принимаются статьи, описывающие фундаментальные разработки в области робототехники, с особым акцентом на автономные системы. Важной целью данного журнала является расширение современного состояния как символического, так и сенсорного управления роботами и обучения в контексте автономных систем. Здесь представлены статьи о теоретических, вычислительных и экспериментальных аспектах автономных систем или модулей подобных систем.
Адрес издания - https://www.journals.elsevier.com/robotics-and-autonomous-systems
Пример статьи, название - Robust continuous motion strategy against muscle rupture using online learning of redundant intersensory networks for musculoskeletal humanoids. Заголовок (Abstract) - Musculoskeletal humanoids have various biomimetic advantages, of which redundant muscle arrangement is one of the most important features. This feature enables variable stiffness control and allows the robot to keep moving its joints even if one of the redundant muscles breaks, but this has been rarely explored. In this study, we construct a neural network that represents the relationship among sensors in the flexible and difficult-to-modelize body of the musculoskeletal humanoid, and by learning this neural network, accurate motions can be achieved. In order to take advantage of the redundancy of muscles, we discuss the use of this network for muscle rupture detection, online update of the intersensory relationship considering the muscle rupture, and body control and state estimation using the muscle rupture information. This study explains a method of constructing a musculoskeletal humanoid that continues to move and perform tasks robustly even when one muscle breaks. Keywords: Musculoskeletal humanoid; Redundancy; Neural networks
