論文の概要: Design, Validation, and Case Studies of 2D-VSR-Sim, an Optimization-friendly Simulator of 2-D Voxel-based Soft Robots

• arxiv url: http://arxiv.org/abs/2001.08617v2
• Date: Mon, 27 Jan 2020 12:42:23 GMT
• ステータス: 処理完了
• システム内更新日: 2023-01-07 13:05:36.643394
• Title: Design, Validation, and Case Studies of 2D-VSR-Sim, an Optimization-friendly Simulator of 2-D Voxel-based Soft Robots
• Title（参考訳）: 2次元ボクセル型ソフトロボットの最適化フレンドリなシミュレータ2D-VSR-Simの設計, 検証, 事例研究
• Authors: Eric Medvet, Alberto Bartoli, Andrea De Lorenzo, Stefano Seriani
• Abstract要約: ボクセルベースソフトロボット(Voxel-based soft Robot、VSR)は、最適化可能なソフトブロックの集合体である。 本稿では,VSRの身体と脳の最適化に関する研究を容易にするソフトウェアである2D-VSR-Simを提案する。
• 参考スコア（独自算出の注目度）: 3.3263205689999453
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: Voxel-based soft robots (VSRs) are aggregations of soft blocks whose design is amenable to optimization. We here present a software, 2D-VSR-Sim, for facilitating research concerning the optimization of VSRs body and brain. The software, written in Java, provides consistent interfaces for all the VSRs aspects suitable for optimization and considers by design the presence of sensing, i.e., the possibility of exploiting the feedback from the environment for controlling the VSR. We experimentally characterize, from a mechanical point of view, the VSRs that can be simulated with 2D-VSR-Sim and we discuss the computational burden of the simulation. Finally, we show how 2D-VSR-Sim can be used to repeat the experiments of significant previous studies and, in perspective, to provide experimental answers to a variety of research questions.
• Abstract（参考訳）: voxelベースのソフトロボット(vsrs)は、設計が最適化に適するソフトブロックの集合体である。 本稿では,vsr体と脳の最適化に関する研究を容易にするソフトウェア2d-vsr-simを提案する。 Javaで書かれたこのソフトウェアは、最適化に適した全てのVSRのインターフェースを提供し、センサーの存在、すなわちVSRを制御する環境からのフィードバックを利用する可能性を設計することで考慮する。 機械的観点から2D-VSR-SimでシミュレートできるVSRを実験的に特徴付け,シミュレーションの計算負担について考察する。 最後に, 2D-VSR-Sim を用いて, 過去の重要な研究実験を再現し, 様々な研究課題に対する実験的回答を提供する方法について述べる。

関連論文リスト

• A Realistic Simulation Framework for Analog/Digital Neuromorphic Architectures [73.65190161312555]
  ARCANAは、混合信号ニューロモルフィック回路の特性を考慮に入れたスパイクニューラルネットワークシミュレータである。 その結果,ソフトウェアでトレーニングしたスパイクニューラルネットワークの挙動を,信頼性の高い推定結果として提示した。
  論文  参考訳（メタデータ） (2024-09-23T11:16:46Z)
• SimBench: A Rule-Based Multi-Turn Interaction Benchmark for Evaluating an LLM's Ability to Generate Digital Twins [8.244444633880603]
  シムベンチ(SimBench)は、学生大言語モデル(S-LLM)のデジタルツイン(DT)生成能力を評価するためのベンチマークである。 S-LLMのコレクションを与えられたこのベンチマークは、高品質なDTを生成する能力に基づいて、S-LLMのランク付けを可能にする。
  論文  参考訳（メタデータ） (2024-08-21T20:52:32Z)
• REVISION: Rendering Tools Enable Spatial Fidelity in Vision-Language Models [67.55362046790512]
  視覚言語モデルには、空間的関係を正しく推論する能力がない。 視覚言語モデルにおける空間忠実度を改善するREVISIONフレームワークを開発した。 本研究の結果から,レンダリングベースのフレームワークは空間認識モデルの開発に有効な手法であることが示唆された。
  論文  参考訳（メタデータ） (2024-08-05T04:51:46Z)
• RD-VIO: Robust Visual-Inertial Odometry for Mobile Augmented Reality in Dynamic Environments [55.864869961717424]
  視覚的・視覚的慣性オドメトリーシステムでは、動的シーンや純粋な回転の問題に対処することが通常困難である。 我々はこれらの問題に対処するためにRD-VIOと呼ばれる新しい視覚-慣性オドメトリーシステム(VIO)を設計する。
  論文  参考訳（メタデータ） (2023-10-23T16:30:39Z)
• Sim2Rec: A Simulator-based Decision-making Approach to Optimize Real-World Long-term User Engagement in Sequential Recommender Systems [43.31078296862647]
  逐次リコメンデータシステム(SRS)における長期ユーザエンゲージメント(LTE)最適化は強化学習(RL)に適している RLには欠点があり、特に探索には多数のオンラインサンプルが必要である。 シミュレーション・ツー・レコメンデーション(Sim2Rec)というシミュレーターベースの推奨ポリシートレーニング手法を提案する。
  論文  参考訳（メタデータ） (2023-05-03T19:21:25Z)
• QuadSim: A Quadcopter Rotational Dynamics Simulation Framework For Reinforcement Learning Algorithms [0.0]
  本研究は,数式に基づくクアッドコプター回転動力学シミュレーションフレームワークの設計と開発に焦点をあてる。 このフレームワークは、クワッドコプターの線形表現と非線形表現の両方をシミュレートすることを目的としている。 シミュレーション環境はOpenAI Gymツールキットと互換性を持つように拡張された。
  論文  参考訳（メタデータ） (2022-02-14T20:34:08Z)
• Test and Evaluation of Quadrupedal Walking Gaits through Sim2Real Gap Quantification [17.11389201781203]
  筆者らは,実システムの能力を評価し,その運用目的を満たすための2段階のアプローチを提案する。 そこで本研究では,シミュレータとハードウェア間でSim2Real Gapを識別することにより,異なる環境間で同じ手順を識別可能であることを示す。
  論文  参考訳（メタデータ） (2022-01-04T19:24:29Z)
• Nonprehensile Riemannian Motion Predictive Control [57.295751294224765]
  本稿では,リアル・ツー・シムの報酬分析手法を導入し,リアルなロボット・プラットフォームに対する行動の可能性を確実に予測する。 連続的なアクション空間でオブジェクトを反応的にプッシュするクローズドループコントローラを作成します。 我々は,RMPCが乱雑な環境だけでなく,乱雑な環境においても頑健であり,ベースラインよりも優れていることを観察した。
  論文  参考訳（メタデータ） (2021-11-15T18:50:04Z)
• A User's Guide to Calibrating Robotics Simulators [54.85241102329546]
  本稿では,シミュレーションで学習したモデルやポリシーを現実世界に伝達することを目的とした,様々なアルゴリズムの研究のためのベンチマークとフレームワークを提案する。 我々は、様々なアルゴリズムの性能に関する洞察を特徴付け、提供するために、広く知られたシミュレーション環境の実験を行う。 我々の分析は、この分野の実践者にとって有用であり、sim-to-realアルゴリズムの動作と主特性について、より深い選択をすることができる。
  論文  参考訳（メタデータ） (2020-11-17T22:24:26Z)
• Two-shot Spatially-varying BRDF and Shape Estimation [89.29020624201708]
  形状とSVBRDFを段階的に推定した新しいディープラーニングアーキテクチャを提案する。 ドメインランダム化された幾何学と現実的な材料を用いた大規模合成学習データセットを作成する。 合成データセットと実世界のデータセットの両方の実験により、合成データセットでトレーニングされたネットワークが、実世界の画像に対してうまく一般化できることが示されている。
  論文  参考訳（メタデータ） (2020-04-01T12:56:13Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。