論文の概要: The Impact of Evolutionary Computation on Robotic Design: A Case Study with an Underactuated Hand Exoskeleton
- arxiv url: http://arxiv.org/abs/2403.15812v1
- Date: Sat, 23 Mar 2024 11:50:20 GMT
- ステータス: 処理完了
- システム内更新日: 2024-03-26 20:52:58.819316
- Title: The Impact of Evolutionary Computation on Robotic Design: A Case Study with an Underactuated Hand Exoskeleton
- Title（参考訳）: 進化的計算がロボット設計に及ぼす影響:不動手外骨格を用いたケーススタディ
- Authors: Baris Akbas, Huseyin Taner Yuksel, Aleyna Soylemez, Mazhar Eid Zyada, Mine Sarac, Fabio Stroppa,
- Abstract要約: 本研究では,ロボット設計最適化における進化計算法の可能性について検討する。
EC法は、ブルート力よりも正確で最適な解が得られる。
その結果, デバイスがユーザへ転送するトルクの程度において, 大幅な改善が見られた。
- 参考スコア（独自算出の注目度）: 0.7209792639354117
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Robotic exoskeletons can enhance human strength and aid people with physical disabilities. However, designing them to ensure safety and optimal performance presents significant challenges. Developing exoskeletons should incorporate specific optimization algorithms to find the best design. This study investigates the potential of Evolutionary Computation (EC) methods in robotic design optimization, with an underactuated hand exoskeleton (U-HEx) used as a case study. We propose improving the performance and usability of the U-HEx design, which was initially optimized using a naive brute-force approach, by integrating EC techniques such as Genetic Algorithm and Big Bang-Big Crunch Algorithm. Comparative analysis revealed that EC methods consistently yield more precise and optimal solutions than brute force in a significantly shorter time. This allowed us to improve the optimization by increasing the number of variables in the design, which was impossible with naive methods. The results show significant improvements in terms of the torque magnitude the device transfers to the user, enhancing its efficiency. These findings underline the importance of performing proper optimization while designing exoskeletons, as well as providing a significant improvement to this specific robotic design.
- Abstract（参考訳）: ロボット外骨格は人間の強さを高め、身体障害者を助けることができる。
しかし、安全性と最適なパフォーマンスを確保するために設計することは大きな課題となる。
エキソスケトンの開発には、最適な設計を見つけるために、特定の最適化アルゴリズムを組み込む必要がある。
本研究では, ロボット設計最適化における進化計算(EC)法の可能性について検討し, 不安定な手外骨格(U-HEx)を事例として検討した。
本稿では,遺伝的アルゴリズムやビッグバン・ビッグ・CrunchアルゴリズムなどのEC技術を統合することにより,当初は単純ブルトフォース方式で最適化されていたU-HEx設計の性能とユーザビリティの向上を提案する。
比較分析の結果、EC法はブルート力よりもはるかに短い時間で、常に正確で最適な解が得られることがわかった。
これにより、設計における変数の数を増やすことで最適化を改善することができました。
その結果, デバイスがユーザに伝達するトルクの程度が大幅に向上し, 効率が向上した。
これらの知見は、外骨格を設計しながら適切な最適化を行うことの重要性と、この特定のロボット設計に大幅な改善をもたらすことを明確に示している。
関連論文リスト
- Accelerated Gradient-based Design Optimization Via Differentiable Physics-Informed Neural Operator: A Composites Autoclave Processing Case Study [0.0]
本稿では,複雑な工学系の非線形挙動を効果的にモデル化する物理インフォームドディープONet(PIDON)アーキテクチャを提案する。
3倍の高速化を実現した航空宇宙グレード複合材料硬化プロセスの最適化における本フレームワークの有効性を実証する。
提案モデルには,高度工学およびディジタルツインシステムにおける幅広い応用のための,スケーラブルで効率的な最適化ツールとして使用される可能性がある。
論文 参考訳（メタデータ） (2025-02-17T07:11:46Z) - Design Optimizer for Soft Growing Robot Manipulators in Three-Dimensional Environments [0.7209792639354117]
ソフト成長ロボットは、散らかったり危険な環境下でのナビゲーションのための植物のような成長を模倣する新しいデバイスである。
本研究は,ソフト成長ロボットの設計最適化のためのアプローチを提案する。
これは、特定のタスクを解くためのロボットの最適なサイズを示唆している。
論文 参考訳（メタデータ） (2024-12-31T09:44:18Z) - A Survey on Inference Optimization Techniques for Mixture of Experts Models [50.40325411764262]
大規模Mixture of Experts(MoE)モデルは、条件計算によるモデル容量と計算効率の向上を提供する。
これらのモデル上で推論をデプロイし実行することは、計算資源、レイテンシ、エネルギー効率において大きな課題を示す。
本調査では,システムスタック全体にわたるMoEモデルの最適化手法について分析する。
論文 参考訳（メタデータ） (2024-12-18T14:11:15Z) - Adaptive Optimization for Enhanced Efficiency in Large-Scale Language Model Training [3.668740611399284]
大規模言語モデル (LLM) は様々なタスクにおいて顕著な成果を上げている。
本稿では適応最適化アルゴリズムに基づく改良手法を提案する。
論文 参考訳（メタデータ） (2024-12-06T02:17:30Z) - Synergistic Development of Perovskite Memristors and Algorithms for Robust Analog Computing [53.77822620185878]
本稿では,ペロブスカイト・メムリスタの製作を同時に最適化し,ロバストなアナログDNNを開発するための相乗的手法を提案する。
BO誘導ノイズインジェクションを利用したトレーニング戦略であるBayesMultiを開発した。
我々の統合されたアプローチは、より深くより広いネットワークでのアナログコンピューティングの使用を可能にし、最大100倍の改善を実現します。
論文 参考訳（メタデータ） (2024-12-03T19:20:08Z) - Structural Optimization of Lightweight Bipedal Robot via SERL [6.761861053481078]
本稿では,移動課題の強化学習と進化アルゴリズムを組み合わせたSERL(Structure Evolution Reinforcement Learning)アルゴリズムを提案する。
We designed a bipedal robot called Wow Orin, where the optimal leg length are obtained through optimization based on body structure and motor Turk。
論文 参考訳（メタデータ） (2024-08-28T08:34:05Z) - Enhanced Optimization Strategies to Design an Underactuated Hand Exoskeleton [0.7639610349097473]
本研究は,不動手外骨格(U-HEx)の設計過程について述べる。
この最適化は、遺伝的アルゴリズム、ビッグバン・ビッグCrunchアルゴリズム、および多目的最適化のためのそれらのバージョンに依存している。
論文 参考訳（メタデータ） (2024-08-14T09:00:49Z) - Enhanced Bayesian Optimization via Preferential Modeling of Abstract
Properties [49.351577714596544]
本研究では,非測定抽象特性に関する専門家の嗜好を代理モデルに組み込むための,人間とAIの協調型ベイズフレームワークを提案する。
優先判断において、誤った/誤解を招く専門家バイアスを処理できる効率的な戦略を提供する。
論文 参考訳（メタデータ） (2024-02-27T09:23:13Z) - An Empirical Evaluation of Zeroth-Order Optimization Methods on
AI-driven Molecule Optimization [78.36413169647408]
分子目的を最適化するための様々なZO最適化手法の有効性について検討する。
ZO符号に基づく勾配降下(ZO-signGD)の利点を示す。
本稿では,Guurcamol スイートから広く使用されているベンチマークタスクに対して,ZO 最適化手法の有効性を示す。
論文 参考訳（メタデータ） (2022-10-27T01:58:10Z) - Design Amortization for Bayesian Optimal Experimental Design [70.13948372218849]
予測情報ゲイン(EIG)のバウンダリに関してパラメータ化された変分モデルを最適化する。
実験者が1つの変分モデルを最適化し、潜在的に無限に多くの設計に対してEIGを推定できる新しいニューラルアーキテクチャを提案する。
論文 参考訳（メタデータ） (2022-10-07T02:12:34Z) - Automatically Learning Compact Quality-aware Surrogates for Optimization
Problems [55.94450542785096]
未知パラメータで最適化問題を解くには、未知パラメータの値を予測し、これらの値を用いて問題を解くための予測モデルを学ぶ必要がある。
最近の研究によると、複雑なトレーニングモデルパイプラインのレイヤーとして最適化の問題を含めると、観測されていない意思決定の繰り返しを予測することになる。
我々は,大規模最適化問題の低次元サロゲートモデルを学習することにより,解の質を向上させることができることを示す。
論文 参考訳（メタデータ） (2020-06-18T19:11:54Z)
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。