論文の概要: Deep Generative and Discriminative Digital Twin endowed with Variational Autoencoder for Unsupervised Predictive Thermal Condition Monitoring of Physical Robots in Industry 6.0 and Society 6.0

• arxiv url: http://arxiv.org/abs/2509.12740v1
• Date: Tue, 16 Sep 2025 06:52:59 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-09-17 17:50:52.929636
• Title: Deep Generative and Discriminative Digital Twin endowed with Variational Autoencoder for Unsupervised Predictive Thermal Condition Monitoring of Physical Robots in Industry 6.0 and Society 6.0
• Title（参考訳）: 産業用6.0と社会用6.0における物理ロボットの非監督予測熱状態モニタリングのための変分オートエンコーダを用いた深部生成・識別型デジタル双極子
• Abstract要約: 生成AIを備えたデジタル双生児は、熱的異常を管理し、非クリティカルなロボット状態を生成するために利用される。 ロボットは、このスコアを使用して、産業用6.0および社会用6.0の新興アプリケーションからの要求を満たすために、所望の運動プロファイルの熱的可能性の予測、予測、共有を行うことができる。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Robots are unrelentingly used to achieve operational efficiency in Industry 4.0 along with symbiotic and sustainable assistance for the work-force in Industry 5.0. As resilience, robustness, and well-being are required in anti-fragile manufacturing and human-centric societal tasks, an autonomous anticipation and adaption to thermal saturation and burns due to motors overheating become instrumental for human safety and robot availability. Robots are thereby expected to self-sustain their performance and deliver user experience, in addition to communicating their capability to other agents in advance to ensure fully automated thermally feasible tasks, and prolong their lifetime without human intervention. However, the traditional robot shutdown, when facing an imminent thermal saturation, inhibits productivity in factories and comfort in the society, while cooling strategies are hard to implement after the robot acquisition. In this work, smart digital twins endowed with generative AI, i.e., variational autoencoders, are leveraged to manage thermally anomalous and generate uncritical robot states. The notion of thermal difficulty is derived from the reconstruction error of variational autoencoders. A robot can use this score to predict, anticipate, and share the thermal feasibility of desired motion profiles to meet requirements from emerging applications in Industry 6.0 and Society 6.0.
• Abstract（参考訳）: ロボットは、産業4.0における作業効率を達成するために、産業5.0における作業力の共生的かつ持続可能な支援とともに、無関係に使用される。 レジリエンス、ロバスト性、健康が反フレジブルな製造や人間中心の社会的タスクに要求されるため、モーター過熱による熱飽和と燃焼に対する自律的な予測と適応は、人間の安全とロボットの可用性に欠かせないものとなった。 これにより、ロボットはパフォーマンスを自己維持し、ユーザー体験を提供するとともに、その能力が他のエージェントと事前にコミュニケーションし、完全に自動化可能なタスクを確実にし、人間の介入なしに寿命を延ばすことが期待されている。 しかし, 従来のロボットシャットダウンは, 差し迫った熱飽和に直面すると, 工場の生産性や社会の快適さを阻害するが, 冷却戦略はロボットの獲得後に実施が難しい。 この研究では、生成AI、すなわち変分オートエンコーダを具備したスマートデジタルツインを利用して、熱異常を管理し、不クリティカルなロボット状態を生成する。 熱難易度の概念は変分オートエンコーダの再構成誤差から導かれる。 ロボットは、このスコアを使用して、産業用6.0および社会用6.0の新興アプリケーションからの要求を満たすために、所望の運動プロファイルの熱的可能性の予測、予測、共有を行うことができる。

関連論文リスト

• H2R-Bench: Benchmarking Human-to-Robot Manipulation Video Generation in World Models [56.60098789696351]
  H2R-Benchは、人間とロボットの相互操作ビデオ生成を評価するためのベンチマークである。 各ベンチマークインスタンスには、人間のデモビデオ、ターゲットの実施制約、ソース地上アノテーションが含まれている。 我々は、6つの操作ファミリーと2つのロボットエボディメントで11の最先端のビデオ生成モデルをベンチマークした。
  論文  参考訳（メタデータ） (2026-08-13T10:14:33Z)
• RoboWits: Unexpected Challenges for Robotic Creative Problem Solving [58.58727722988084]
  我々は、認知的推論、創造的ツールの使用、予期しない状況に対する堅牢性を評価するために設計された、双方向のロボットベンチマークであるRoboWitsを紹介する。 このパイプラインを用いて,30種類の種タスクと208のタスクを,幾何学的,物質的,集合的推論にまたがる変異と難易度でキュレートした。 プレトレーニングされたVLAは,単一タスクの微調整後にシードタスクに予備的な成功を示すが,変異タスクの実行に苦慮している。
  論文  参考訳（メタデータ） (2026-05-28T17:57:15Z)
• Compliant Non-Prehensile Pushing Manipulation [2.526906424066039]
  ロボット操作システムによる非包括的プッシュ操作の課題に対処する。 我々は、最先端のプッシュモデルを拡張して、インピーダンス制御ロボットと統合する。 本研究では,ロボットの位置・速度設定点を最適に調節し,従順なプッシュを可能にするモデル予測制御フレームワークを開発する。
  論文  参考訳（メタデータ） (2026-05-25T10:24:05Z)
• Fire as a Service: Augmenting Robot Simulators with Thermally and Visually Accurate Fire Dynamics [13.663004460895912]
  Fire as a Serviceは、既存のロボットシミュレータを高忠実で効率的な火災シミュレーションで強化する、新しいシミュレーションフレームワークである。 我々のフレームワークは、多様なロボットシミュレータと統合して、物理的に正確な火災行動を生成し、ロボットプラットフォームが遭遇する熱リスクをベンチマークし、現実的なマルチモーダルデータを収集することができる。 ロボットシミュレーションにファイアダイナミクスを追加することで、Fは、ファイアシナリオにおけるロボットのより安全で信頼性の高いデプロイメントへのスケーラブルな経路を提供する。
  論文  参考訳（メタデータ） (2026-03-19T15:55:02Z)
• Human-in-the-Loop Failure Recovery with Adaptive Task Allocation [2.518621093955008]
  ロボットの故障を人間オペレーター(ARFA)に割り当てる適応的手法を提案する。 解決すべき障害のすべてに対して、報酬関数は演算子機能と履歴データ、タスク緊急性、現在のワークロード分布に基づいて期待される結果を算出する。 シミュレーションとユーザスタディにより、ARFAはランダムなアロケーションよりも優れ、ロボットのアイドル時間を大幅に短縮し、システム全体の性能を向上し、オペレータ間でより分散されたワークロードをもたらすことが示された。
  論文  参考訳（メタデータ） (2026-02-03T14:55:48Z)
• HHI-Assist: A Dataset and Benchmark of Human-Human Interaction in Physical Assistance Scenario [63.77482302352545]
  HHI-Assist(ヒヒ・アシスト)は、人間の介助作業における人間のインタラクションのモーションキャプチャークリップからなるデータセットである。 私たちの研究は、ロボット支援ポリシーを大幅に強化する可能性がある。
  論文  参考訳（メタデータ） (2025-09-12T09:38:17Z)
• A roadmap for AI in robotics [55.87087746398059]
  AIの可能性を生かして、私たちの日常生活にロボットを配備する上での、際立った障壁に取り組みたいと考えています。 この記事では、1990年代からロボット工学におけるAIが達成したことを評価し、課題と約束を列挙した短期的・中期的な研究ロードマップを提案する。
  論文  参考訳（メタデータ） (2025-07-26T15:18:28Z)
• Software Engineering for Self-Adaptive Robotics: A Research Agenda [12.231810723415789]
  自己適応型ロボットは、人工知能(AI)、機械学習、モデル駆動工学を利用して、変化する状況に継続的に適応する。 本稿では,2次元に沿って構成された自己適応型ロボット工学におけるソフトウェア工学の研究課題について述べる。 1つ目は、自己適応型ロボット工学の課題に合わせて、ソフトウェアエンジニアリングライフサイクル、要件、設計、開発、テスト、運用に関するものである。 2つ目は、ディジタルツイン、AI駆動の適応、およびランタイム監視、障害検出、自動意思決定をサポートする量子コンピューティングなどのテクノロジの実現に焦点を当てている。
  論文  参考訳（メタデータ） (2025-05-26T07:47:50Z)
• REMAC: Self-Reflective and Self-Evolving Multi-Agent Collaboration for Long-Horizon Robot Manipulation [57.628771707989166]
  本稿では,ReMACと呼ばれる適応型マルチエージェント計画フレームワークを提案する。 ReMACには2つの重要なモジュールが組み込まれており、ループ内で事前条件と後条件チェックを実行し、進捗と計画の洗練を評価する。
  論文  参考訳（メタデータ） (2025-03-28T03:51:40Z)
• Soft Robotics for Search and Rescue: Advancements, Challenges, and Future Directions [0.0]
  本稿では,SAR(Search and Rescue)応用に適したソフトロボティクス技術の進歩を批判的に考察する。 バイオインスパイアされたデザイン、フレキシブルな材料、高度な移動機構を活用することで、ソフトロボットは災害シナリオにおける異常なポテンシャルを実証する。
  論文  参考訳（メタデータ） (2025-02-17T23:24:18Z)
• Motion Prediction with Gaussian Processes for Safe Human-Robot Interaction in Virtual Environments [1.677718351174347]
  衝突事故のリスクを最小限に抑えるため、共同作業型ロボットは人間との共同作業が安全でなければならない。 本研究の目的は,協調作業ロボットの安全性を向上しつつ,協調作業ロボットの効率を向上させることである。
  論文  参考訳（メタデータ） (2024-05-15T05:51:41Z)
• Innate Motivation for Robot Swarms by Minimizing Surprise: From Simple Simulations to Real-World Experiments [6.21540494241516]
  大規模モバイルマルチロボットシステムは、堅牢性とスケーラビリティの可能性が高いため、モノリシックロボットよりも有益である。 マルチロボットシステムのためのコントローラの開発は、対話の多さが予測し難く、モデル化が難しいため、難しい。 本質的にモチベーションは報酬の特定の定式化を避け、好奇心などの異なるドライバで作業しようとする。 Swarmのロボットケースのユニークな利点は、Swarmのメンバーがロボットの環境に飛び込み、自己参照ループでより活発な行動を引き起こすことができることである。
  論文  参考訳（メタデータ） (2024-05-04T06:25:58Z)
• 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)
• A Capability and Skill Model for Heterogeneous Autonomous Robots [69.50862982117127]
  機能モデリングは、異なるマシンが提供する機能を意味的にモデル化するための有望なアプローチと考えられている。 この貢献は、製造から自律ロボットの分野への能力モデルの適用と拡張の仕方について考察する。
  論文  参考訳（メタデータ） (2022-09-22T10:13:55Z)
• Robot Vitals and Robot Health: Towards Systematically Quantifying Runtime Performance Degradation in Robots Under Adverse Conditions [2.0625936401496237]
  ロボットバイタル」とは、ロボットが直面する性能劣化の程度を推定する指標である。 ロボット健康」とは、ロボットのバイタルを1つのスカラー値に組み合わせ、性能劣化を推定する指標である。
  論文  参考訳（メタデータ） (2022-07-04T19:26:13Z)
• REvolveR: Continuous Evolutionary Models for Robot-to-robot Policy Transfer [57.045140028275036]
  本研究では,運動学や形態学など,異なるパラメータを持つ2つの異なるロボット間でポリシーを伝達する問題を考察する。 模倣学習手法を含む動作や状態遷移の分布を一致させることで、新しいポリシーを訓練する既存のアプローチは、最適な動作や/または状態分布が異なるロボットでミスマッチしているために失敗する。 本稿では,物理シミュレータに実装されたロボット政策伝達に連続的進化モデルを用いることで,$RevolveR$という新しい手法を提案する。
  論文  参考訳（メタデータ） (2022-02-10T18:50:25Z)

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。