論文の概要: Design and Control of a Bipedal Robotic Character
- arxiv url: http://arxiv.org/abs/2501.05204v1
- Date: Thu, 09 Jan 2025 12:55:21 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-01-10 13:58:11.325669
- Title: Design and Control of a Bipedal Robotic Character
- Title(参考訳): 二足歩行ロボットキャラクタの設計と制御
- Authors: Ruben Grandia, Espen Knoop, Michael A. Hopkins, Georg Wiedebach, Jared Bishop, Steven Pickles, David Müller, Moritz Bächer,
- Abstract要約: この研究は、足のついたロボットのための表現力のあるアーティスト指向のモーションとロバストなダイナミックモビリティを統一することを目的としている。
キャラクタ駆動型機械的特徴に着目した新しい二足歩行ロボットを提案する。
命令信号に条件付けられた芸術的動作を頑健に行うための強化学習に基づく制御アーキテクチャを提案する。
- 参考スコア(独自算出の注目度): 3.650193138379926
- License:
- Abstract: Legged robots have achieved impressive feats in dynamic locomotion in challenging unstructured terrain. However, in entertainment applications, the design and control of these robots face additional challenges in appealing to human audiences. This work aims to unify expressive, artist-directed motions and robust dynamic mobility for legged robots. To this end, we introduce a new bipedal robot, designed with a focus on character-driven mechanical features. We present a reinforcement learning-based control architecture to robustly execute artistic motions conditioned on command signals. During runtime, these command signals are generated by an animation engine which composes and blends between multiple animation sources. Finally, an intuitive operator interface enables real-time show performances with the robot. The complete system results in a believable robotic character, and paves the way for enhanced human-robot engagement in various contexts, in entertainment robotics and beyond.
- Abstract(参考訳): 脚のついたロボットは、非構造的な地形に挑戦する動的移動において素晴らしい偉業を成し遂げた。
しかし、エンターテイメントの応用においては、これらのロボットの設計と制御は、人間の観衆にアピールする上で、さらなる課題に直面している。
この研究は、足のついたロボットのための表現力のあるアーティスト指向のモーションとロバストなダイナミックモビリティを統一することを目的としている。
そこで本研究では,キャラクタ駆動型機械的特徴に着目した二足歩行ロボットを提案する。
命令信号に条件付けられた芸術的動作を頑健に行うための強化学習に基づく制御アーキテクチャを提案する。
実行中、これらのコマンド信号はアニメーションエンジンによって生成され、複数のアニメーションソースを合成してブレンドする。
最後に、直感的なオペレータインタフェースにより、ロボットによるリアルタイムなショーパフォーマンスを実現する。
完全なシステムは、信じられるロボットキャラクタとなり、エンターテイメントロボティクスなど、さまざまな文脈において、人間とロボットのエンゲージメントを高めるための道を開く。
関連論文リスト
- Breathless: An 8-hour Performance Contrasting Human and Robot Expressiveness [16.69221972067975]
本稿では,人間のダンサーと産業用ロボットアームを組み合わせたオリジナルパフォーマンスを支えるロボット技術について述べる。
ロボットアームを制御するために, 各種の正弦波運動と各関節の振幅, 周波数, オフセットを組み合わせ, 身体労働に共通する人間の動作を誘発する。
ビデオに基づく人的対象追跡と抽出のための深層学習技術を用いて、さらなる動きが開発された。
論文 参考訳(メタデータ) (2024-11-19T09:20:51Z) - 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) - HumanoidBench: Simulated Humanoid Benchmark for Whole-Body Locomotion and Manipulation [50.616995671367704]
そこで本研究では,人型ロボットが器用な手を備えた,高次元シミュレーション型ロボット学習ベンチマークHumanoidBenchを提案する。
その結果,現在最先端の強化学習アルゴリズムがほとんどのタスクに支障をきたすのに対して,階層的学習アプローチはロバストな低レベルポリシーに支えられた場合,優れた性能を達成できることがわかった。
論文 参考訳(メタデータ) (2024-03-15T17:45:44Z) - 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) - 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) - HERD: Continuous Human-to-Robot Evolution for Learning from Human
Demonstration [57.045140028275036]
本研究では,マイクロ進化的強化学習を用いて,操作スキルを人間からロボットに伝達可能であることを示す。
本稿では,ロボットの進化経路とポリシーを協調的に最適化する多次元進化経路探索アルゴリズムを提案する。
論文 参考訳(メタデータ) (2022-12-08T15:56:13Z) - 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) - Synthesis and Execution of Communicative Robotic Movements with
Generative Adversarial Networks [59.098560311521034]
我々は、繊細な物体を操作する際に人間が採用するのと同じキネマティクス変調を2つの異なるロボットプラットフォームに転送する方法に焦点を当てる。
我々は、ロボットのエンドエフェクターが採用する速度プロファイルを、異なる特徴を持つ物体を輸送する際に人間が何をするかに触発されて調整する。
我々は、人体キネマティクスの例を用いて訓練され、それらを一般化し、新しい有意義な速度プロファイルを生成する、新しいジェネレーティブ・アドバイサル・ネットワークアーキテクチャを利用する。
論文 参考訳(メタデータ) (2022-03-29T15:03:05Z) - Learning Bipedal Robot Locomotion from Human Movement [0.791553652441325]
本研究では、実世界の二足歩行ロボットに、モーションキャプチャーデータから直接の動きを教えるための強化学習に基づく手法を提案する。
本手法は,シミュレーション環境下でのトレーニングから,物理ロボット上での実行へシームレスに移行する。
本研究では,ダイナミックウォークサイクルから複雑なバランスや手振りに至るまでの動作を内製したヒューマノイドロボットについて実演する。
論文 参考訳(メタデータ) (2021-05-26T00:49:37Z)
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。