論文の概要: Time to Play: Simulating Early-Life Animal Dynamics Enhances Robotics Locomotion Discovery

• arxiv url: http://arxiv.org/abs/2509.11755v1
• Date: Mon, 15 Sep 2025 10:18:23 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-09-16 17:26:23.229295
• Title: Time to Play: Simulating Early-Life Animal Dynamics Enhances Robotics Locomotion Discovery
• Title（参考訳）: 動物の動きをシミュレートするロボット「Time to Play」
• Authors: Paul Templier, Hannah Janmohamed, David Labonte, Antoine Cully,
• Abstract要約: 本研究では,ロボットアクチュエータの強度を調節し,成長・老化に伴うパワー・ウェイト比の変動を模倣する新しいカリキュラムであるScaling Mechanical Output over Lifetime (SMOL)を提案する。 SMOLスケジュールは、様々な制御シナリオにおける移動行動の性能と多様性の両方を一貫して高めることを示す。
• 参考スコア（独自算出の注目度）: 7.44295164671076
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Developmental changes in body morphology profoundly shape locomotion in animals, yet artificial agents and robots are typically trained under static physical parameters. Inspired by ontogenetic scaling of muscle power in biology, we propose Scaling Mechanical Output over Lifetime (SMOL), a novel curriculum that dynamically modulates robot actuator strength to mimic natural variations in power-to-weight ratio during growth and ageing. Integrating SMOL into the MAP-Elites quality-diversity framework, we vary the torque in standard robotics tasks to mimic the evolution of strength in animals as they grow up and as their body changes. Through comprehensive empirical evaluation, we show that the SMOL schedule consistently elevates both performance and diversity of locomotion behaviours across varied control scenarios, by allowing agents to leverage advantageous physics early on to discover skills that act as stepping stones when they reach their final standard body properties. Based on studies of the total power output in humans, we also implement the SMOL-Human schedule that models isometric body variations due to non-linear changes like puberty, and study its impact on robotics locomotion.
• Abstract（参考訳）: 動物における身体形態の発達的変化は、運動を深く形作っているが、人工エージェントやロボットは通常、静的な物理的パラメータの下で訓練されている。 生物学における筋力のオンジェネティックスケーリングから着想を得たScaling Mechanical Output over Lifetime(SMOL)は,成長と老化におけるパワー・ウェイト比の自然変動を模倣するために,ロボットアクチュエータの強度を動的に調節する新しいカリキュラムである。 SMOLをMAP-Elitesの品質多様性フレームワークに統合することで、標準ロボティクスタスクのトルクを変化させ、成長するにつれて、体が変化するにつれて、動物の強度の進化を模倣する。 総合的な経験的評価を通じて、SMOLスケジュールは、様々な制御シナリオにまたがるロコモーション行動のパフォーマンスと多様性の両方を一貫して高め、エージェントが早期に有利な物理を活用して、最終標準体特性に到達する際に足踏み石として機能するスキルを発見できることが示される。 ヒトの総出力の研究に基づいて、思春期のような非線形変化による等尺体の変化をモデル化するSMOL-Humanスケジュールを実装し、ロボットの移動への影響について検討する。

関連論文リスト

• StyleLoco: Generative Adversarial Distillation for Natural Humanoid Robot Locomotion [31.30409161905949]
  StyleLocoは、ヒューマノイドの移動を学ぶための新しいフレームワークである。 強化学習の機敏さと人間のような運動の自然な流動性を組み合わせる。 StyleLocoは、ヒューマノイドロボットが多様な移動作業を行うことを可能にすることを実証する。
  論文  参考訳（メタデータ） (2025-03-19T10:27:44Z)
• 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)
• Evolution and learning in differentiable robots [0.0]
  我々は、異なるシミュレーションを用いて、多数の候補体計画において、行動の個々の神経制御を迅速かつ同時に最適化する。 個体群における各ロボットの機械的構造の変化は,探索の外ループに遺伝的アルゴリズムを適用した。 シミュレーションで発見された非常に微分可能な形態の1つは、物理ロボットとして実現され、その最適化された振る舞いを維持できた。
  論文  参考訳（メタデータ） (2024-05-23T15:45:43Z)
• DiffuseBot: Breeding Soft Robots With Physics-Augmented Generative Diffusion Models [102.13968267347553]
  本稿では,様々なタスクにおいて優れたソフトロボット形態を生成する物理拡張拡散モデルであるDiffuseBotを提案する。 我々は、その能力とともに、シミュレーションされた、そして製造された様々なロボットを紹介します。
  論文  参考訳（メタデータ） (2023-11-28T18:58:48Z)
• Adapt On-the-Go: Behavior Modulation for Single-Life Robot Deployment [88.06408322210025]
  展開中のシナリオにオンザフライで適応する問題について検討する。 ROAM(RObust Autonomous Modulation)は,事前学習した行動の知覚値に基づくメカニズムを提案する。 ROAMによりロボットはシミュレーションと実Go1の四足歩行の両方の動的変化に迅速に適応できることを示す。
  論文  参考訳（メタデータ） (2023-11-02T08:22:28Z)
• Persistent-Transient Duality: A Multi-mechanism Approach for Modeling Human-Object Interaction [58.67761673662716]
  人間は高度に適応可能で、異なるタスク、状況、状況を扱うために異なるモードを素早く切り替える。 人間と物体の相互作用(HOI)において、これらのモードは、(1)活動全体に対する大規模な一貫した計画、(2)タイムラインに沿って開始・終了する小規模の子どもの対話的行動の2つのメカニズムに起因していると考えられる。 本研究は、人間の動作を協調的に制御する2つの同時メカニズムをモデル化することを提案する。
  論文  参考訳（メタデータ） (2023-07-24T12:21:33Z)
• Learning with Muscles: Benefits for Data-Efficiency and Robustness in Anthropomorphic Tasks [13.545245521356218]
  人間は、さまざまな動作において、堅牢性、汎用性、新しいタスクの学習という点でロボットより優れています。 我々は、高非線形筋力は、学習に好適な固有の安定性を提供する上で大きな役割を果たすと仮定する。
  論文  参考訳（メタデータ） (2022-07-08T15:16:38Z)
• Neuromorphic adaptive spiking CPG towards bio-inspired locomotion of legged robots [58.720142291102135]
  スパイクセントラルパターンジェネレーターは、外部刺激によって駆動される異なる移動パターンを生成します。 終端ロボットプラットフォーム(あらゆる脚ロボット)の移動は、任意のセンサーを入力として地形に適応することができる。
  論文  参考訳（メタデータ） (2021-01-24T12:44:38Z)

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。