論文の概要: Development of a Modular and Submersible Soft Robotic Arm and Corresponding Learned Kinematics Models

• arxiv url: http://arxiv.org/abs/2209.09358v1
• Date: Mon, 19 Sep 2022 21:38:31 GMT
• ステータス: 処理完了
• システム内更新日: 2022-09-21 18:09:16.509517
• Title: Development of a Modular and Submersible Soft Robotic Arm and Corresponding Learned Kinematics Models
• Title（参考訳）: モジュール型・水中型ソフトロボットアームの開発と学習運動学モデルとの対応
• Authors: W. David Null and YZ
• Abstract要約: 柔らかいロボットの水中での動作と制御についても研究する上でも有用である。 水中で簡単に使えるソフトロボットシステムは、設計、製造、防水が難しいため、研究者が使うことはできない。 この研究は、主に3Dプリント可能な部品からなる油圧アクチュエータによって駆動される潜水性ソフトロボットアームの開発を示す。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Most soft-body organisms found in nature exist in underwater environments. It is helpful to study the motion and control of soft robots underwater as well. However, a readily available underwater soft robotic system is not available for researchers to use because they are difficult to design, fabricate, and waterproof. Furthermore, submersible robots usually do not have configurable components because of the need for sealed electronics packages. This work presents the development of a submersible soft robotic arm driven by hydraulic actuators which consists of mostly 3D printable parts which can be assembled in a short amount of time. Also, its modular design enables multiple shape configurations and easy swapping of soft actuators. As a first step to exploring machine learning control algorithms on this system, two deep neural network models were developed, trained, and evaluated to estimate the robot's forward and inverse kinematics. The techniques developed for controlling this underwater soft robotic arm can help advance understanding on how to control soft robotic systems in general.
• Abstract（参考訳）: 自然界で見られる軟体生物の多くは水中環境に存在する。 柔らかいロボットの水中での動作と制御についても研究するのに役立つ。 しかし、容易に利用可能な水中ソフトロボットシステムは、設計、製造、防水が難しいため、研究者が使用できない。 さらに、封止された電子パッケージを必要とするため、潜水ロボットは通常、構成可能なコンポーネントを持っていない。 本研究は, 水圧アクチュエータによって駆動される水中ロボットアームの開発を, 短時間で組み立てることができる3Dプリント可能な部品を主とする。 また、モジュラー設計により、複数の形状構成とソフトアクチュエータの交換が容易になる。 このシステム上で機械学習制御アルゴリズムを探索する最初のステップとして、2つのディープニューラルネットワークモデルを開発し、トレーニングし、ロボットの前方および逆運動学を推定するために評価した。 この水中ソフトロボットアームを制御するために開発された技術は、ソフトロボットシステム全般の制御方法を理解するのに役立つ。

関連論文リスト

• Knowledge-based Neural Ordinary Differential Equations for Cosserat Rod-based Soft Robots [10.511173252165287]
  高空間次元のため,ソフトロボットの力学をモデル化することは困難である。 ディープラーニングアルゴリズムは、ソフトロボットのデータ駆動モデリングにおける約束を示している。 第一原理物理モデルとニューラル常微分方程式を組み合わせたフレームワークであるKNODE-Cosseratを提案する。
  論文  参考訳（メタデータ） (2024-08-14T19:07:28Z)
• Unifying 3D Representation and Control of Diverse Robots with a Single Camera [48.279199537720714]
  我々は,ロボットを視覚のみからモデル化し,制御することを自律的に学習するアーキテクチャであるNeural Jacobian Fieldsを紹介する。 提案手法は,正確なクローズドループ制御を実現し,各ロボットの因果動的構造を復元する。
  論文  参考訳（メタデータ） (2024-07-11T17:55:49Z)
• Exploring AI-enhanced Shared Control for an Assistive Robotic Arm [4.999814847776098]
  特に,アートインテリジェンス(AI)を共有制御パラダイムに統合する方法について検討する。 特に,人間とロボットのインターフェースの簡潔な要件に着目した。
  論文  参考訳（メタデータ） (2023-06-23T14:19:56Z)
• Robot Learning with Sensorimotor Pre-training [98.7755895548928]
  ロボット工学のための自己教師型感覚運動器事前学習手法を提案する。 我々のモデルはRTTと呼ばれ、センサモレータトークンのシーケンスで動作するトランスフォーマーである。 感覚運動の事前学習は、ゼロからトレーニングを一貫して上回り、優れたスケーリング特性を持ち、さまざまなタスク、環境、ロボット間での移動を可能にしている。
  論文  参考訳（メタデータ） (2023-06-16T17:58:10Z)
• GenLoco: Generalized Locomotion Controllers for Quadrupedal Robots [87.32145104894754]
  四足歩行ロボットのための汎用ロコモーション(GenLoco)コントローラを訓練するためのフレームワークを提案する。 本フレームワークは,多種多様な四足歩行ロボットに展開可能な汎用ロコモーションコントローラを合成する。 我々のモデルは、より一般的な制御戦略を取得し、新しいシミュレーションロボットや実世界のロボットに直接移行できることを示す。
  論文  参考訳（メタデータ） (2022-09-12T15:14:32Z)
• A Transferable Legged Mobile Manipulation Framework Based on Disturbance Predictive Control [15.044159090957292]
  四足歩行ロボットにロボットアームを装着した足の移動操作は、ロボットの性能を大幅に向上させる。 本稿では,潜在動的アダプタを用いた強化学習スキームを低レベルコントローラに組み込んだ統合フレームワーク外乱予測制御を提案する。
  論文  参考訳（メタデータ） (2022-03-02T14:54:10Z)
• HeRo 2.0: A Low-Cost Robot for Swarm Robotics Research [2.133433192530999]
  本稿では、低コストで、既製の部品で組み立てが容易で、最もよく使われているロボットフレームワークであるROS(Robot Operating System)と深く統合されたSwarm Roboticsアプリケーションのための新しいプラットフォームの設計について述べる。 ロボットプラットフォームは完全にオープンで、3Dプリントされたボディとオープンソースソフトウェアで構成されている。 提案する移動ロボットは小ささとコストの削減から非常に効果的であり,Swarm Roboticsの研究・教育に適していることが実証された。
  論文  参考訳（メタデータ） (2022-02-24T22:23:14Z)
• OpenBot: Turning Smartphones into Robots [95.94432031144716]
  現在のロボットは高価か、感覚豊かさ、計算能力、通信能力に重大な妥協をもたらす。 我々はスマートフォンを活用して、センサースイート、強力な計算能力、最先端通信チャネル、繁栄するソフトウェアエコシステムへのアクセスなどを備えたロボットを装備することを提案する。 われわれは50ドルの小型電気自動車を設計し、標準のAndroidスマートフォンのロボットボディとして機能する。
  論文  参考訳（メタデータ） (2020-08-24T18:04:50Z)
• Populations of Spiking Neurons for Reservoir Computing: Closed Loop Control of a Compliant Quadruped [64.64924554743982]
  本稿では,ニューラルネットワークを用いた中央パターン生成機構を実装し,閉ループロボット制御を実現するためのフレームワークを提案する。 本研究では,従順な四足歩行ロボットのシミュレーションモデル上で,予め定義された歩行パターン,速度制御,歩行遷移の学習を実演する。
  論文  参考訳（メタデータ） (2020-04-09T14:32:49Z)
• Morphology-Agnostic Visual Robotic Control [76.44045983428701]
  MAVRICは、ロボットの形態に関する最小限の知識で機能するアプローチである。 本稿では,視覚誘導型3Dポイントリーチ,軌道追従,ロボットとロボットの模倣について紹介する。
  論文  参考訳（メタデータ） (2019-12-31T15:45:10Z)

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。