論文の概要: An End-to-End Differentiable Framework for Contact-Aware Robot Design
- arxiv url: http://arxiv.org/abs/2107.07501v1
- Date: Thu, 15 Jul 2021 17:53:44 GMT
- ステータス: 処理完了
- システム内更新日: 2021-07-16 13:51:21.750870
- Title: An End-to-End Differentiable Framework for Contact-Aware Robot Design
- Title（参考訳）: 接触認識ロボット設計のためのエンドツーエンド微分フレームワーク
- Authors: Jie Xu, Tao Chen, Lara Zlokapa, Michael Foshey, Wojciech Matusik,
Shinjiro Sueda, Pulkit Agrawal
- Abstract要約: 我々は、接触認識ロボット設計のためのエンドツーエンドの差別化可能なフレームワークを構築した。
変形に基づく新しいパラメータ化により、任意の複雑な幾何学を持つ剛体ロボットを設計することができる。
微分可能な剛体シミュレータは、接触豊富なシナリオを処理し、運動パラメータと動的パラメータの完全なスペクトルに対する解析的勾配を計算することができる。
- 参考スコア（独自算出の注目度）: 37.715596272425316
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: The current dominant paradigm for robotic manipulation involves two separate
stages: manipulator design and control. Because the robot's morphology and how
it can be controlled are intimately linked, joint optimization of design and
control can significantly improve performance. Existing methods for
co-optimization are limited and fail to explore a rich space of designs. The
primary reason is the trade-off between the complexity of designs that is
necessary for contact-rich tasks against the practical constraints of
manufacturing, optimization, contact handling, etc. We overcome several of
these challenges by building an end-to-end differentiable framework for
contact-aware robot design. The two key components of this framework are: a
novel deformation-based parameterization that allows for the design of
articulated rigid robots with arbitrary, complex geometry, and a differentiable
rigid body simulator that can handle contact-rich scenarios and computes
analytical gradients for a full spectrum of kinematic and dynamic parameters.
On multiple manipulation tasks, our framework outperforms existing methods that
either only optimize for control or for design using alternate representations
or co-optimize using gradient-free methods.
- Abstract（参考訳）: ロボット操作の現在の支配的なパラダイムは、マニピュレータの設計と制御の2つの別々の段階である。
ロボットの形態や制御方法が密接な関係にあるため、設計と制御の協調最適化は性能を大幅に向上させることができる。
既存の最適化手法は限定的であり、豊富な設計空間を探索することができない。
主な理由は、製造、最適化、コンタクトハンドリングなどの実用的な制約に対して、コンタクトリッチなタスクに必要な設計の複雑さの間のトレードオフである。
コンタクト対応ロボット設計のためのエンドツーエンドの差別化フレームワークを構築することで、これらの課題を克服する。
このフレームワークの2つの重要な要素は、任意の複雑な幾何学を持つ関節付き剛体ロボットの設計を可能にする新しい変形ベースのパラメータ化と、接触豊富なシナリオを処理し、運動パラメータと動的パラメータの全スペクトルに対する解析的勾配を計算することのできる微分可能な剛体シミュレータである。
複数の操作タスクにおいて、このフレームワークは、制御のみを最適化するか、代替表現を使用して設計するか、グラデーションフリーメソッドで共最適化する既存のメソッドよりも優れています。
関連論文リスト
- Co-Optimization of Robot Design and Control: Enhancing Performance and Understanding Design Complexity [0.8999666725996974]
ロボットの設計と制御の協調最適化は、どちらもタスクに適合する設計と制御を生成する。
協調最適化プロセス終了後に追加のリソースでロボットのコントローラを再訓練することで、ロボットの性能が大幅に向上することを示す。
論文 参考訳（メタデータ） (2024-09-13T08:18:01Z) - CURE: Simulation-Augmented Auto-Tuning in Robotics [15.943773140929856]
本稿では、因果的な設定オプションを識別するCUREを提案する。
CUREは、様々な構成オプションとロボットのパフォーマンス目標との間の因果関係を抽象化する。
物理ロボットとシミュレーションの両方で実験を行うことにより,CUREの有効性と伝達性を示す。
論文 参考訳（メタデータ） (2024-02-08T04:27:14Z) - Compositional Generative Inverse Design [69.22782875567547]
入力変数を設計して目的関数を最適化する逆設計は重要な問題である。
拡散モデルにより得られた学習エネルギー関数を最適化することにより、そのような逆例を避けることができることを示す。
N-body 相互作用タスクと2次元多面体設計タスクにおいて,実験時に学習した拡散モデルを構成することにより,初期状態と境界形状を設計できることを示す。
論文 参考訳（メタデータ） (2024-01-24T01:33:39Z) - Optimizing Modular Robot Composition: A Lexicographic Genetic Algorithm
Approach [9.471665570104802]
形態学、すなわちロボットの形態と構造は、主要なパフォーマンス指標の取得コスト、サイクル時間、エネルギー効率に大きな影響を及ぼす。
以前のアプローチでは、設計空間の適切な探索や、複雑なタスクに適応する可能性に欠けていた。
本稿では,この問題を克服するために,遺伝的アルゴリズムと解候補の辞書的評価を組み合わせることを提案する。
論文 参考訳（メタデータ） (2023-09-15T13:50:21Z) - SoftZoo: A Soft Robot Co-design Benchmark For Locomotion In Diverse
Environments [111.91255476270526]
我々は,多様な環境下での移動を支援するソフトロボットの共同設計プラットフォームであるSoftZooを紹介する。
SoftZooは、平らな地面、砂漠、湿地、粘土、氷、雪、浅い水、海などの環境をシミュレートする機能など、自然にヒントを得た幅広い素材セットをサポートしている。
それは、高速な移動、アジャイルな回転、パスフォローなど、ソフトロボティクスに関連するさまざまなタスクを提供し、形態学と制御のための微分可能な設計表現を提供する。
論文 参考訳（メタデータ） (2023-03-16T17:59:50Z) - Meta Reinforcement Learning for Optimal Design of Legged Robots [9.054187238463212]
モデルなしメタ強化学習を用いた設計最適化フレームワークを提案する。
提案手法は,事前定義された動作や歩行パターンに制約されずに,より高い性能を実現することができることを示す。
論文 参考訳（メタデータ） (2022-10-06T08:37:52Z) - Simultaneous Contact-Rich Grasping and Locomotion via Distributed
Optimization Enabling Free-Climbing for Multi-Limbed Robots [60.06216976204385]
移動, 把握, 接触問題を同時に解くための効率的な運動計画フレームワークを提案する。
ハードウェア実験において提案手法を実証し, より短い計画時間で, 傾斜角45degで自由クライミングを含む様々な動作を実現できることを示す。
論文 参考訳（メタデータ） (2022-07-04T13:52:10Z) - Investigating Positive and Negative Qualities of Human-in-the-Loop
Optimization for Designing Interaction Techniques [55.492211642128446]
設計者は、与えられた目的の集合を最大化する設計パラメータの組み合わせを見つけるよう求められる設計最適化タスクに苦労すると言われている。
モデルベースの計算設計アルゴリズムは、設計中に設計例を生成することでデザイナを支援する。
一方、補助のためのブラックボックスメソッドは、あらゆる設計問題に対処できる。
論文 参考訳（メタデータ） (2022-04-15T20:40:43Z) - Amortized Synthesis of Constrained Configurations Using a Differentiable
Surrogate [25.125736560730864]
設計、製造、制御の問題において、我々はしばしば合成の課題に直面している。
この多対一の地図は、フィードフォワード合成の教師あり学習に挑戦する。
どちらの問題にも,オートエンコーダであると考えられる2段階のニューラルネットワークアーキテクチャで対処する。
論文 参考訳（メタデータ） (2021-06-16T17:59:45Z) - First Steps: Latent-Space Control with Semantic Constraints for
Quadruped Locomotion [73.37945453998134]
従来の四重化制御のアプローチでは、単純化された手作りのモデルが採用されている。
これにより、有効な運動範囲が縮小されているため、ロボットの能力が大幅に低下する。
この研究において、これらの課題は、構造化潜在空間における最適化として四重化制御をフレーミングすることによって解決される。
深い生成モデルは、実現可能な関節構成の統計的表現を捉え、一方、複雑な動的および終端的制約は高レベルな意味的指標によって表現される。
実世界とシミュレーションの両方で最適化された移動軌跡の実現可能性を検証する。
論文 参考訳（メタデータ） (2020-07-03T07:04:18Z)
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。