論文の概要: Digital Twin based Automatic Reconfiguration of Robotic Systems in Smart Environments

• arxiv url: http://arxiv.org/abs/2511.00094v1
• Date: Thu, 30 Oct 2025 09:20:57 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-11-05 16:37:26.581651
• Title: Digital Twin based Automatic Reconfiguration of Robotic Systems in Smart Environments
• Title（参考訳）: デジタルツインを用いたスマート環境におけるロボットシステムの自動再構成
• Authors: Angelos Alexopoulos, Agorakis Bompotas, Nikitas Rigas Kalogeropoulos, Panagiotis Kechagias, Athanasios P. Kalogeras, Christos Alexakos,
• Abstract要約: 本稿では,Digital Twin技術を用いたロボットコントローラの自律的,動的再構成のための新しいフレームワークを提案する。 本手法では,ロボットの動作環境の仮想レプリカを利用して,実世界の変化に対応する運動軌跡をシミュレーションし,最適化する。 この作業はDigital Twinsをロボティクスに統合し、スマートでダイナミックな環境で自律性を高めるスケーラブルなソリューションを提供する。
• 参考スコア（独自算出の注目度）: 0.9236074230806578
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Robotic systems have become integral to smart environments, enabling applications ranging from urban surveillance and automated agriculture to industrial automation. However, their effective operation in dynamic settings - such as smart cities and precision farming - is challenged by continuously evolving topographies and environmental conditions. Traditional control systems often struggle to adapt quickly, leading to inefficiencies or operational failures. To address this limitation, we propose a novel framework for autonomous and dynamic reconfiguration of robotic controllers using Digital Twin technology. Our approach leverages a virtual replica of the robot's operational environment to simulate and optimize movement trajectories in response to real-world changes. By recalculating paths and control parameters in the Digital Twin and deploying the updated code to the physical robot, our method ensures rapid and reliable adaptation without manual intervention. This work advances the integration of Digital Twins in robotics, offering a scalable solution for enhancing autonomy in smart, dynamic environments.
• Abstract（参考訳）: ロボットシステムはスマート環境に不可欠なものとなり、都市監視や自動化農業、産業自動化といった応用が可能になった。 しかし、スマートシティや精密農業のような動的な環境下での効果的な運用は、継続的な地形変化や環境条件によって困難である。 従来の制御システムは、迅速な適応に苦しむことが多く、非効率性や運用上の失敗につながる。 この制限に対処するため、Digital Twin技術を用いたロボットコントローラの自律的かつ動的再構成のための新しいフレームワークを提案する。 本手法では,ロボットの動作環境の仮想レプリカを利用して,実世界の変化に対応する運動軌跡をシミュレーションし,最適化する。 本手法は,Digital Twinの経路と制御パラメータを再計算し,更新したコードを物理ロボットに展開することにより,手動で介入することなく,迅速かつ信頼性の高い適応を実現する。 この作業はDigital Twinsをロボティクスに統合し、スマートでダイナミックな環境で自律性を高めるスケーラブルなソリューションを提供する。

関連論文リスト

• AD-NODE: Adaptive Dynamics Learning with Neural ODEs for Mobile Robots Control [17.551574806243853]
  移動ロボットは、物流から農業まで、様々な分野でますます重要になっている。 これらのシステムは、環境変動に対応することのできる力学モデルを必要とする。 本研究では,直接的な環境知識の必要性を回避できる適応力学モデルを提案する。
  論文  参考訳（メタデータ） (2025-10-06T23:14:08Z)
• Reducing Latency in LLM-Based Natural Language Commands Processing for Robot Navigation [0.2516577526761521]
  本研究では,ChatGPT自然言語モデルとロボットオペレーティング・システム2(ROS2)の統合によるインタラクション遅延の軽減について検討する。 トランスポートプラットフォームを必要とせずにこれらの技術を統合するアーキテクチャを提案する。 実験により、この統合により、人間とロボットの相互作用の実行速度、ユーザビリティ、アクセシビリティが向上することが示された。
  論文  参考訳（メタデータ） (2025-05-29T21:16:14Z)
• Taccel: Scaling Up Vision-based Tactile Robotics via High-performance GPU Simulation [34.47272224723296]
  ロボット,触覚センサ,物体を精度と前例のない速度でモデル化するために,IPCとABDを統合した高性能なシミュレーションプラットフォームであるTaccelを提案する。 並列化が制限されたサブリアルタイム速度で動作する従来のシミュレータとは異なり、Taccelは正確な物理シミュレーションとリアルな触覚信号を提供する。 これらの能力は、触覚ロボットの研究と開発を拡大するための強力なツールとして、Taccelを位置づけている。
  論文  参考訳（メタデータ） (2025-04-17T12:57:11Z)
• Digital Twin Synchronization: Bridging the Sim-RL Agent to a Real-Time Robotic Additive Manufacturing Control [2.5709786140685633]
  この研究は、産業ロボット工学応用のためのソフトアクター・クライトとデジタルツインの統合を推進している。 システムアーキテクチャはUnityのシミュレーション環境とROS2を組み合わせて、シームレスなデジタル双対同期を実現する。 その結果、シミュレートされた環境と物理的環境の両方において、迅速な政策収束と堅牢なタスク実行が示された。
  論文  参考訳（メタデータ） (2025-01-29T22:06:53Z)
• Robotic World Model: A Neural Network Simulator for Robust Policy Optimization in Robotics [50.191655141020505]
  この研究は、長期水平予測、エラー蓄積、およびsim-to-real転送の課題に対処することで、モデルに基づく強化学習を前進させる。 スケーラブルでロバストなフレームワークを提供することで、現実のアプリケーションにおいて適応的で効率的なロボットシステムを実現することができる。
  論文  参考訳（メタデータ） (2025-01-17T10:39:09Z)
• RoboScript: Code Generation for Free-Form Manipulation Tasks across Real and Simulation [77.41969287400977]
  本稿では,コード生成を利用したデプロイ可能なロボット操作パイプラインのためのプラットフォームである textbfRobotScript を提案する。 自由形自然言語におけるロボット操作タスクのためのコード生成ベンチマークも提案する。 我々は,Franka と UR5 のロボットアームを含む,複数のロボットエボディメントにまたがるコード生成フレームワークの適応性を実証した。
  論文  参考訳（メタデータ） (2024-02-22T15:12:00Z)
• InCoRo: In-Context Learning for Robotics Control with Feedback Loops [4.702566749969133]
  InCoRoは、LLMコントローラ、シーン理解ユニット、ロボットからなる古典的なロボットフィードバックループを使用するシステムである。 システムの一般化能力を強調し,InCoRoが成功率において先行技術を上回ることを示す。 この研究は、動的環境に適応する信頼性があり、効率的でインテリジェントな自律システムを構築するための道を開いた。
  論文  参考訳（メタデータ） (2024-02-07T19:01:11Z)
• SABER: Data-Driven Motion Planner for Autonomously Navigating Heterogeneous Robots [112.2491765424719]
  我々は、データ駆動型アプローチを用いて、異種ロボットチームをグローバルな目標に向けてナビゲートする、エンドツーエンドのオンラインモーションプランニングフレームワークを提案する。 モデル予測制御(SMPC)を用いて,ロボット力学を満たす制御入力を計算し,障害物回避時の不確実性を考慮した。 リカレントニューラルネットワークは、SMPC有限時間地平線解における将来の状態の不確かさを素早く推定するために用いられる。 ディープQ学習エージェントがハイレベルパスプランナーとして機能し、SMPCにロボットを望ましいグローバルな目標に向けて移動させる目標位置を提供する。
  論文  参考訳（メタデータ） (2021-08-03T02:56:21Z)

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。