論文の概要: Symmetry-Aware Robot Design with Structured Subgroups
- arxiv url: http://arxiv.org/abs/2306.00036v1
- Date: Wed, 31 May 2023 08:57:03 GMT
- ステータス: 処理完了
- システム内更新日: 2023-06-02 20:26:16.859037
- Title: Symmetry-Aware Robot Design with Structured Subgroups
- Title(参考訳): 構造化部分群を用いた対称性アウェアロボットの設計
- Authors: Heng Dong, Junyu Zhang, Tonghan Wang, Chongjie Zhang
- Abstract要約: 本稿では,ロボット設計プロセスに対称性探索を組み込むことにより,設計空間の構造を活用するシンメトリ・アウェア・ロボット設計フレームワークを提案する。
具体的には、二面群の部分群の対称性を表現し、構造化された部分群の最適対称性を探索する。
このようにして、SARDは理論的に解析された元の設計空間をカバーしながら効率的な対称ロボットを設計できる。
- 参考スコア(独自算出の注目度): 31.422714467666637
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Robot design aims at learning to create robots that can be easily controlled
and perform tasks efficiently. Previous works on robot design have proven its
ability to generate robots for various tasks. However, these works searched the
robots directly from the vast design space and ignored common structures,
resulting in abnormal robots and poor performance. To tackle this problem, we
propose a Symmetry-Aware Robot Design (SARD) framework that exploits the
structure of the design space by incorporating symmetry searching into the
robot design process. Specifically, we represent symmetries with the subgroups
of the dihedral group and search for the optimal symmetry in structured
subgroups. Then robots are designed under the searched symmetry. In this way,
SARD can design efficient symmetric robots while covering the original design
space, which is theoretically analyzed. We further empirically evaluate SARD on
various tasks, and the results show its superior efficiency and
generalizability.
- Abstract(参考訳): ロボットデザインは、容易に制御でき、効率的にタスクを遂行できるロボットを学習することを目的としている。
ロボットの設計に関するこれまでの研究は、さまざまなタスクでロボットを生成できることを証明している。
しかし、これらの作品は広大な設計空間から直接ロボットを探索し、共通の構造を無視し、異常なロボットと低い性能を生み出した。
そこで本研究では,ロボット設計プロセスに対称性探索を組み込むことで,設計空間の構造を活用できる対称性認識ロボット設計(sard)フレームワークを提案する。
具体的には、二面群の部分群の対称性を表現し、構造化された部分群の最適対称性を求める。
そして、ロボットは探索された対称性の下で設計される。
このようにして、SARDは理論的に解析された元の設計空間をカバーしながら効率的な対称ロボットを設計できる。
さらに,SARDを様々なタスクで評価し,その効率性と一般化性を示した。
関連論文リスト
- RoboScript: Code Generation for Free-Form Manipulation Tasks across Real
and Simulation [77.41969287400977]
本稿では,コード生成を利用したデプロイ可能なロボット操作パイプラインのためのプラットフォームである textbfRobotScript を提案する。
自由形自然言語におけるロボット操作タスクのためのコード生成ベンチマークも提案する。
我々は,Franka と UR5 のロボットアームを含む,複数のロボットエボディメントにまたがるコード生成フレームワークの適応性を実証した。
論文 参考訳(メタデータ) (2024-02-22T15:12:00Z) - Leveraging Hyperbolic Embeddings for Coarse-to-Fine Robot Design [40.01142267374432]
マルチセルロボットの設計は、多様なタスクを実行するために効率的に制御できる多数のセルからなるロボットを作ることを目的としている。
これまでの研究では、さまざまなタスクのためのロボットを生成する能力が実証されてきたが、これらのアプローチは、広大なデザイン空間でロボットを直接最適化することが多い。
本稿では,多細胞ロボットを設計するための新しい粗粒化手法を提案する。
論文 参考訳(メタデータ) (2023-11-01T11:56:32Z) - Efficient automatic design of robots [43.968830087704035]
本研究では,ロボットの構造を1台のコンシューマ級コンピュータ上で数秒以内の所望の動作を示すために,初めて非ノボ最適化を示す。
他の勾配に基づくロボット設計法とは異なり、このアルゴリズムは特定の解剖学的形態を前提としていない。
この進歩は、医療、環境、車両、宇宙ベースのタスクのためのユニークで有用な機械の設計、製造、展開をほぼ瞬時に約束する。
論文 参考訳(メタデータ) (2023-06-05T21:30:52Z) - GLSO: Grammar-guided Latent Space Optimization for Sample-efficient
Robot Design Automation [16.96128900256427]
設計自動化を低次元連続最適化問題に変換するフレームワークであるGrammar-Guided Latent Space Optimization (GLSO)を提案する。
本研究では,グラフ構造設計空間と連続潜在空間とのマッピングを学習するために,グラフ変分オートエンコーダ(VAE)を訓練することにより,設計自動化を低次元連続最適化問題に変換するフレームワークを提案する。
論文 参考訳(メタデータ) (2022-09-23T17:48:24Z) - Single-view robot pose and joint angle estimation via render & compare [40.05546237998603]
本稿では,1枚のRGB画像から関節角度と6Dカメラとロボットのポーズを推定する手法であるRoboPoseを紹介する。
これは、モバイルおよび反復型自律システムに他のロボットと対話する能力を与える上で、重要な問題である。
論文 参考訳(メタデータ) (2021-04-19T14:48:29Z) - Scale invariant robot behavior with fractals [1.593222804814135]
自然界における自己相似構造は、しばしば異なるスケールで自己相似行動を示す。
小型で望ましい動作を示すロボット設計があり、同じ設計をより高いスケールで実現するために、そのロボットのコピーが一緒に取り付けられている場合、それらの大きなロボットは同様の行動を示す。
論文 参考訳(メタデータ) (2021-03-08T16:27:07Z) - Show Me What You Can Do: Capability Calibration on Reachable Workspace
for Human-Robot Collaboration [83.4081612443128]
本稿では,REMPを用いた短時間キャリブレーションにより,ロボットが到達できると考える非専門家と地道とのギャップを効果的に埋めることができることを示す。
この校正手順は,ユーザ認識の向上だけでなく,人間とロボットのコラボレーションの効率化にも寄与することを示す。
論文 参考訳(メタデータ) (2021-03-06T09:14:30Z) - Machine Learning-Based Automated Design Space Exploration for Autonomous
Aerial Robots [55.056709056795206]
自律飛行ロボットのためのドメイン固有のアーキテクチャの構築は、オンボードコンピューティングを設計するための体系的な方法論が欠如しているため、難しい。
F-1ルーフラインと呼ばれる新しいパフォーマンスモデルを導入し、アーキテクトがバランスの取れたコンピューティングシステムを構築する方法を理解するのを助ける。
サイバー物理設計空間を自動でナビゲートするために、AutoPilotを導入します。
論文 参考訳(メタデータ) (2021-02-05T03:50:54Z) - Integrated Benchmarking and Design for Reproducible and Accessible
Evaluation of Robotic Agents [61.36681529571202]
本稿では,開発とベンチマークを統合した再現性ロボット研究の新しい概念について述べる。
このセットアップの中心的なコンポーネントの1つはDuckietown Autolabであり、これは比較的低コストで再現可能な標準化されたセットアップである。
本研究では,インフラを用いて実施した実験の再現性を解析し,ロボットのハードウェアや遠隔実験室間でのばらつきが低いことを示す。
論文 参考訳(メタデータ) (2020-09-09T15:31:29Z) - Diversity-based Design Assist for Large Legged Robots [4.505477982701834]
高さ約2mの大型脚ロボットの設計空間を探索するが、その設計と構造はよく研究されていない。
新たなロボットエンコーディングにより、足が体の長さに沿ってスケーリングするなど、バイオインスパイアされた特徴を実現できる。
論文 参考訳(メタデータ) (2020-04-17T03:59:17Z)
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。