論文の概要: Bipedal Balance Control with Whole-body Musculoskeletal Standing and Falling Simulations

• arxiv url: http://arxiv.org/abs/2506.09383v1
• Date: Wed, 11 Jun 2025 04:23:49 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-06-13 06:35:02.414057
• Title: Bipedal Balance Control with Whole-body Musculoskeletal Standing and Falling Simulations
• Title（参考訳）: 全体筋骨格立位と転倒シミュレーションによる二足歩行バランス制御
• Authors: Chengtian Ma, Yunyue Wei, Chenhui Zuo, Chen Zhang, Yanan Sui,
• Abstract要約: バランス制御は、人間と二足歩行ロボットシステムにとって重要である。 この研究は、人間のバランス力学に関する独自の筋肉レベルの洞察を提供する。 バランス障害のある個人に対する標的的介入を開発するための基盤を提供するかもしれない。
• 参考スコア（独自算出の注目度）: 11.689074741652163
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Balance control is important for human and bipedal robotic systems. While dynamic balance during locomotion has received considerable attention, quantitative understanding of static balance and falling remains limited. This work presents a hierarchical control pipeline for simulating human balance via a comprehensive whole-body musculoskeletal system. We identified spatiotemporal dynamics of balancing during stable standing, revealed the impact of muscle injury on balancing behavior, and generated fall contact patterns that aligned with clinical data. Furthermore, our simulated hip exoskeleton assistance demonstrated improvement in balance maintenance and reduced muscle effort under perturbation. This work offers unique muscle-level insights into human balance dynamics that are challenging to capture experimentally. It could provide a foundation for developing targeted interventions for individuals with balance impairments and support the advancement of humanoid robotic systems.
• Abstract（参考訳）: バランス制御は、人間と二足歩行ロボットシステムにとって重要である。 移動中の動的バランスは注目されているが、静的バランスと降下の定量的理解は依然として限られている。 本研究は,全身筋骨格系を通じてヒトのバランスをシミュレートする階層的な制御パイプラインを提案する。 安定立位時のバランスの時空間的ダイナミクスを同定し,筋損傷がバランス行動に及ぼす影響を明らかにし,臨床データと一致した転倒接触パターンを作成した。 さらに, 腰部外骨格補助を模擬したところ, バランス維持が改善し, 摂動時の筋力低下が認められた。 この研究は、実験的な捕獲を困難にしている人間のバランスのダイナミクスに関する、筋肉レベルのユニークな洞察を提供する。 バランス障害のある個人に対する標的的介入を開発し、ヒューマノイドロボットシステムの進歩を支援する基盤を提供するかもしれない。

関連論文リスト

• HuB: Learning Extreme Humanoid Balance [21.986188490182993]
  Humanoid Balance(ヒューマノイドバランス)は,参照運動の洗練,バランス対応政策学習,シミュレート・トゥ・リアルトレーニングを統合した統合フレームワークである。 準静的バランスタスクにおけるUnitree G1ヒューマノイドロボットのアプローチを検証する。
  論文  参考訳（メタデータ） (2025-05-12T07:31:42Z)
• Reinforcement learning-based motion imitation for physiologically plausible musculoskeletal motor control [47.423243831156285]
  筋運動制御の理解を深めるために,モデルフリー運動模倣フレームワーク(KINESIS)を提案する。 我々は,KINESISが1.9時間のモーションキャプチャデータに対して強い模倣性能を達成できることを実証した。 キネシスはヒトの筋活動とよく相関する筋活動パターンを生成する。
  論文  参考訳（メタデータ） (2025-03-18T18:37:49Z)
• Humanoid Whole-Body Locomotion on Narrow Terrain via Dynamic Balance and Reinforcement Learning [54.26816599309778]
  動的バランスと強化学習(RL)に基づく新しい全身移動アルゴリズムを提案する。 具体的には,ZMP(Zero-Moment Point)駆動の報酬とタスク駆動の報酬を,全身のアクター批判的枠組みで拡張した尺度を活用することで,動的バランス機構を導入する。 フルサイズのUnitree H1-2ロボットによる実験により、非常に狭い地形でのバランスを維持するための手法の有効性が検証された。
  論文  参考訳（メタデータ） (2025-02-24T14:53:45Z)
• Muscles in Time: Learning to Understand Human Motion by Simulating Muscle Activations [64.98299559470503]
  マッスル・イン・タイム (MinT) は、大規模な人工筋肉活性化データセットである。 227名の被験者と402名の模擬筋骨格をカバーする9時間以上のシミュレーションデータを含んでいる。 ヒトのポーズ配列からニューラルネットワークを用いた筋活動量推定の結果を示す。
  論文  参考訳（メタデータ） (2024-10-31T18:28:53Z)
• MS-MANO: Enabling Hand Pose Tracking with Biomechanical Constraints [50.61346764110482]
  筋骨格系と学習可能なパラメトリックハンドモデルMANOを統合し,MS-MANOを作成する。 このモデルは骨格系を駆動する筋肉と腱の力学をエミュレートし、結果として生じるトルク軌跡に生理学的に現実的な制約を与える。 また,マルチ層パーセプトロンネットワークによる初期推定ポーズを改良する,ループ式ポーズ改善フレームワークBioPRを提案する。
  論文  参考訳（メタデータ） (2024-04-16T02:18:18Z)
• Natural and Robust Walking using Reinforcement Learning without Demonstrations in High-Dimensional Musculoskeletal Models [29.592874007260342]
  人間は複雑な自然環境の中を歩く頑丈な二足歩行で運動します。 神経系が筋骨格の冗長性をどのように解決し、多目的制御問題を解決するかは、まだ完全には分かっていない。
  論文  参考訳（メタデータ） (2023-09-06T13:20:31Z)
• Characterization of Human Balance through a Reinforcement Learning-based Muscle Controller [1.5469452301122177]
  身体リハビリテーション中のバランスアセスメントは、しばしば患者の身体能力を評価するためにルーリック指向のバッテリーテストに依存し、主観性につながる。 本研究は, 重心状態空間(COM)の利用について検討し, ヒトのバランス能力を監視するための有望な道を示す。
  論文  参考訳（メタデータ） (2023-08-08T01:53:26Z)
• Dynamics with autoregressive neural quantum states: application to critical quench dynamics [41.94295877935867]
  本稿では、量子系の長時間のダイナミクスを安定的に捉えるための代替の汎用スキームを提案する。 二次元量子イジングモデルにおけるキブル・ズレーク機構の解明により,時間依存性のクエンチ力学にこのスキームを適用した。
  論文  参考訳（メタデータ） (2022-09-07T15:50:00Z)
• Reinforcement Learning of Musculoskeletal Control from Functional Simulations [3.94716580540538]
  本研究は、深部強化学習(DRL)に基づく逆動力学制御器を用いて、人間の肩の生体力学的モデルによる筋活動の制御を訓練する。 その結果,無作為に発生する角軌道に追従する作業に対して,肩下降の単一軸運動制御を行うことができた。
  論文  参考訳（メタデータ） (2020-07-13T20:20:01Z)

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。