論文の概要: Scoop-and-Toss: Dynamic Object Collection for Quadrupedal Systems

• arxiv url: http://arxiv.org/abs/2506.09406v1
• Date: Wed, 11 Jun 2025 05:28:27 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-06-13 06:35:02.508492
• Title: Scoop-and-Toss: Dynamic Object Collection for Quadrupedal Systems
• Title（参考訳）: Scoop-and-Toss: 四足歩行システムのための動的オブジェクトコレクション
• Authors: Minji Kang, Chanwoo Baek, Yoonsang Lee,
• Abstract要約: 四足歩行ロボットは、足の機敏性を活用して、追加のアクチュエーターを使わずに物体を収集できるフレームワークを提案する。 スクープのようなアドオンを片足に装着することで、ロボットは物体をスクープして背中に取り付けられた収集トレイに投げ込むことができる。
• 参考スコア（独自算出の注目度）: 0.7373617024876725
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Quadruped robots have made significant advances in locomotion, extending their capabilities from controlled environments to real-world applications. Beyond movement, recent work has explored loco-manipulation using the legs to perform tasks such as pressing buttons or opening doors. While these efforts demonstrate the feasibility of leg-based manipulation, most have focused on relatively static tasks. In this work, we propose a framework that enables quadruped robots to collect objects without additional actuators by leveraging the agility of their legs. By attaching a simple scoop-like add-on to one leg, the robot can scoop objects and toss them into a collection tray mounted on its back. Our method employs a hierarchical policy structure comprising two expert policies-one for scooping and tossing, and one for approaching object positions-and a meta-policy that dynamically switches between them. The expert policies are trained separately, followed by meta-policy training for coordinated multi-object collection. This approach demonstrates how quadruped legs can be effectively utilized for dynamic object manipulation, expanding their role beyond locomotion.
• Abstract（参考訳）: 四足歩行ロボットは、制御された環境から現実世界のアプリケーションにその能力を拡張し、ロコモーションに大きな進歩を遂げた。 運動以外にも、最近の研究は、ボタンを押したりドアを開けたりといったタスクを脚を使って行うロコ操作を探求している。 これらの取り組みは脚ベースの操作の実現可能性を示しているが、その多くは比較的静的なタスクに焦点を当てている。 本研究では,四足歩行ロボットが,足の機敏性を活用して,追加のアクチュエーターを使わずに物体を収集できるフレームワークを提案する。 ロボットは、片足にシンプルなスクープのようなアドオンを装着することで、オブジェクトをスクープして、背中に取り付けられた収集トレイに投げ込むことができる。 提案手法では,スクーピングとトスキングの2つの専門家ポリシと,物体の位置に近づくためのポリシと,それら間で動的に切り替わるメタポリシーからなる階層型ポリシ構造を用いる。 専門家の方針は個別に訓練され、その後、調整された多目的収集のためのメタ政治の訓練が行われる。 このアプローチは、四肢を動的物体操作に効果的に活用する方法を示し、移動を超えてその役割を拡大する。

関連論文リスト

• Track2Act: Predicting Point Tracks from Internet Videos enables Generalizable Robot Manipulation [65.46610405509338]
  我々は、ゼロショットロボット操作を可能にする汎用的な目標条件ポリシーを学習することを目指している。 私たちのフレームワークであるTrack2Actは、ゴールに基づいて将来のタイムステップで画像内のポイントがどのように動くかを予測する。 学習したトラック予測を残留ポリシーと組み合わせることで,多種多様な汎用ロボット操作が可能となることを示す。
  論文  参考訳（メタデータ） (2024-05-02T17:56:55Z)
• Learning Visual Quadrupedal Loco-Manipulation from Demonstrations [36.1894630015056]
  我々は四足歩行ロボットに、足だけを使って現実世界の操作タスクを実行させることを目標としている。 我々はロコ操作プロセスを低レベル強化学習(RL)ベースのコントローラと高レベル行動クローン(BC)ベースのプランナに分解する。 提案手法はシミュレーションや実世界の実験を通じて検証され,移動性や高精度なタスクをロボットが実行できることが実証された。
  論文  参考訳（メタデータ） (2024-03-29T17:59:05Z)
• Reinforcement Learning for Versatile, Dynamic, and Robust Bipedal Locomotion Control [106.32794844077534]
  本稿では,二足歩行ロボットのための動的移動制御系を構築するために,深層強化学習を用いた研究について述べる。 本研究では、周期歩行やランニングから周期ジャンプや立位に至るまで、様々な動的二足歩行技術に使用できる汎用的な制御ソリューションを開発する。 この研究は、二足歩行ロボットの俊敏性の限界を、現実世界での広範な実験を通じて押し上げる。
  論文  参考訳（メタデータ） (2024-01-30T10:48:43Z)
• Barkour: Benchmarking Animal-level Agility with Quadruped Robots [70.97471756305463]
  脚付きロボットのアジリティを定量化するための障害物コースであるBarkourベンチマークを導入する。 犬の機敏性の競争に触発され、様々な障害と時間に基づくスコアリング機構から構成される。 ベンチマークに対処する2つの方法を提案する。
  論文  参考訳（メタデータ） (2023-05-24T02:49:43Z)
• Legs as Manipulator: Pushing Quadrupedal Agility Beyond Locomotion [34.33972863987201]
  我々は四足歩行ロボットを訓練し、前脚を使って壁を登り、ボタンを押し、現実世界でオブジェクトインタラクションを行う。 これらのスキルはカリキュラムを用いてシミュレーションで訓練され,提案したsim2real 変種を用いて実世界へ移行する。 我々は,本手法をシミュレーションと実世界の双方で評価し,短距離および長距離のタスクの実行を成功させたことを示す。
  論文  参考訳（メタデータ） (2023-03-20T17:59:58Z)
• Robust and Versatile Bipedal Jumping Control through Reinforcement Learning [141.56016556936865]
  この研究は、トルク制御された二足歩行ロボットが実世界で頑丈で多目的なダイナミックジャンプを行えるようにすることで、二足歩行ロボットの機敏さの限界を推し進めることを目的としている。 本稿では,ロボットが様々な場所や方向へジャンプするなど,さまざまなジャンプタスクを達成するための強化学習フレームワークを提案する。 我々は,ロボットの長期入出力(I/O)履歴を符号化し,短期I/O履歴への直接アクセスを可能にする新しいポリシー構造を開発する。
  論文  参考訳（メタデータ） (2023-02-19T01:06:09Z)
• Creating a Dynamic Quadrupedal Robotic Goalkeeper with Reinforcement Learning [18.873152528330063]
  本稿では,4足歩行ロボットが実世界でサッカーのゴールキーピングタスクを実行できる強化学習(RL)フレームワークを提案する。 四足歩行を用いたサッカーのゴールキーピングは難しい問題であり、非常にダイナミックな移動と、正確で高速な非包括的(ボール)操作を組み合わせたものである。 提案するフレームワークをMini Cheetah四脚ロボットにデプロイし,実世界における高速移動球のアジャイルインターセプションにおけるフレームワークの有効性を実証する。
  論文  参考訳（メタデータ） (2022-10-10T04:54:55Z)

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。