論文の概要: Contact-Implicit Modeling and Simulation of a Snake Robot on Compliant and Granular Terrain

• arxiv url: http://arxiv.org/abs/2512.05008v1
• Date: Thu, 04 Dec 2025 17:20:32 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-23 08:17:40.136196
• Title: Contact-Implicit Modeling and Simulation of a Snake Robot on Compliant and Granular Terrain
• Title（参考訳）: コンパクト・グラニュラー地形上でのスネークロボットの接触-指数モデルとシミュレーション
• Authors: Haroon Hublikar,
• Abstract要約: 本論文は,COBRAヘビロボットの横巻き及び転動動作を解析するための統一モデリングおよびシミュレーションフレームワークを提案する。 サイドウインド中の分散摩擦相互作用をモデル化するために、接触-単純定式化が用いられる。 急勾配での高エネルギー転がり移動には、クロノDEMエンジンが粒子と粒子の相互作用をシミュレートするために用いられる。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: This thesis presents a unified modeling and simulation framework for analyzing sidewinding and tumbling locomotion of the COBRA snake robot across rigid, compliant, and granular terrains. A contact-implicit formulation is used to model distributed frictional interactions during sidewinding, and validated through MATLAB Simscape simulations and physical experiments on rigid ground and loose sand. To capture terrain deformation effects, Project Chrono's Soil Contact Model (SCM) is integrated with the articulated multibody dynamics, enabling prediction of slip, sinkage, and load redistribution that reduce stride efficiency on deformable substrates. For high-energy rolling locomotion on steep slopes, the Chrono DEM Engine is used to simulate particle-resolved granular interactions, revealing soil failure, intermittent lift-off, and energy dissipation mechanisms not captured by rigid models. Together, these methods span real-time control-oriented simulation and high-fidelity granular physics. Results demonstrate that rigid-ground models provide accurate short-horizon motion prediction, while continuum and particle-based terrain modeling becomes necessary for reliable mobility analysis in soft and highly dynamic environments. This work establishes a hierarchical simulation pipeline that advances robust, terrain-aware locomotion for robots operating in challenging unstructured settings.
• Abstract（参考訳）: 本論文は,COBRAヘビロボットの横巻きおよび転動挙動を,剛性,適合性,粒状地形にわたって解析するための一貫したモデリング・シミュレーション・フレームワークを提案する。 サイドウインド中の分散摩擦相互作用をモデル化するために接触単純定式化が用いられ、MATLABシムスケープシミュレーションおよび硬質地盤および緩い砂上の物理実験により検証された。 地形変形効果を捉えるため、Project Chronoの土壌接触モデル(SCM)は、多体力学と統合され、変形可能な基板上でストライド効率を低下させるスリップ、沈み込み、負荷再分配の予測を可能にする。 急勾配での高エネルギー転がり移動のために、クロノDEMエンジンは粒子分解粒状相互作用をシミュレートし、土壌の故障、断続的リフトオフ、および剛体モデルでは捕捉されないエネルギーの放出機構を明らかにする。 これらの手法は、実時間制御指向シミュレーションと高忠実度粒子物理学にまたがる。 その結果、硬質地盤モデルにより正確な短地移動予測が得られ、一方、ソフトで高ダイナミックな環境では、連続体と粒子ベース地形モデリングが信頼性の高いモビリティ解析に必要であることが示された。 この研究は階層的なシミュレーションパイプラインを構築し、不安定な環境下で動作しているロボットに対して、堅牢で地形に配慮したロコモーションを前進させる。

関連論文リスト

• HSImul3R: Physics-in-the-Loop Reconstruction of Simulation-Ready Human-Scene Interactions [69.43316445143408]
  HSImul3Rはヒトとシーンの相互作用をシミュレーション可能な3次元再構成のための統合フレームワークである。 既存の手法は知覚とシミュレーションのギャップに悩まされており、物理エンジンの不安定性と、具体化されたAIアプリケーションの失敗につながっている。
  論文  参考訳（メタデータ） (2026-03-16T17:58:33Z)
• DiffWind: Physics-Informed Differentiable Modeling of Wind-Driven Object Dynamics [97.57382055179725]
  DiffWindは、風と物体の相互作用、ビデオベースモデリング、フォワードシミュレーションを統一する物理インフォーム可能なフレームワークである。 提案手法は,再現精度とシミュレーション忠実度の両方において,従来の動的シーンモデリング手法よりも優れていた。
  論文  参考訳（メタデータ） (2026-03-10T13:41:24Z)
• STRIDE: Structured Lagrangian and Stochastic Residual Dynamics via Flow Matching [2.5845893156827158]
  本研究では、保守的な剛体力学を不確実かつ効果的に非保守的な相互作用効果から分離する動的学習フレームワークSTRIDEを提案する。 本研究は,ペンデュラム,Unitree Go1ruped,Unitree G1 humanoidなど複雑度の高いシステム上でのSTRIDEの評価である。 その結果, 長軸予測誤差が20%減少し, 接触力予測誤差が30%減少した。
  論文  参考訳（メタデータ） (2026-03-09T15:15:21Z)
• Scalable Spatio-Temporal SE(3) Diffusion for Long-Horizon Protein Dynamics [51.85385061275941]
  分子動力学(MD)シミュレーションは、タンパク質動力学研究のゴールドスタンダードのままである。 近年の生成モデルではシミュレーションの加速が期待できるが、長軸生成に苦慮している。 物理的に可塑性なタンパク質軌道をマイクロスケールの時間スケールで生成する拡張拡散モデルSTAR-MDを提案する。
  論文  参考訳（メタデータ） (2026-02-02T14:13:28Z)
• Surrogate compliance modeling enables reinforcement learned locomotion gaits for soft robots [5.193389420813379]
  適応型形態形成ロボットは、変化するタスクや環境条件を満たすために形態と制御ポリシーに適応する。 このようなシステムの多くは、形状変形を可能にするソフトコンポーネントを利用するが、シミュレーションや制御の課題も導入している。 本稿では,ソフトボディ物理を明示的にモデル化する代わりに,剛体シミュレータ内でのソフトマテリアル変形を表す間接変数を導入する。
  論文  参考訳（メタデータ） (2025-12-08T02:52:42Z)
• GausSim: Foreseeing Reality by Gaussian Simulator for Elastic Objects [55.02281855589641]
  GausSimは、ガウスカーネルを通して表現される現実の弾性物体の動的挙動をキャプチャするために設計された、ニューラルネットワークベースの新しいシミュレータである。 我々は連続体力学を活用し、各カーネルを連続体を表すCenter of Mass System (CMS)として扱う。 さらに、ガウスシムは質量や運動量保存のような明示的な物理制約を取り入れ、解釈可能な結果と堅牢で物理的に妥当なシミュレーションを確実にする。
  論文  参考訳（メタデータ） (2024-12-23T18:58:17Z)
• Physics-Informed Machine Learning Towards A Real-Time Spacecraft Thermal Simulator [15.313871831214902]
  ここで提示されるPIMLモデルまたはハイブリッドモデルは、軌道上の熱負荷条件によって与えられるノイズの低減を予測するニューラルネットワークで構成されている。 我々は,ハイブリッドモデルの計算性能と精度を,データ駆動型ニューラルネットモデルと,地球周回小型宇宙船の高忠実度有限差分モデルと比較した。 PIMLベースのアクティブノダライゼーションアプローチは、ニューラルネットワークモデルや粗いメッシュモデルよりもはるかに優れた一般化を提供すると同時に、高忠実度モデルと比較して計算コストを最大1.7倍削減する。
  論文  参考訳（メタデータ） (2024-07-08T16:38:52Z)
• Conditional Generative Models for Simulation of EMG During Naturalistic Movements [45.698312905115955]
  本稿では、運動単位活性化電位波形を生成するために、逆向きに訓練された条件付き生成ニューラルネットワークを提案する。 本研究では,より少ない数の数値モデルの出力を高い精度で予測的に補間できることを実証する。
  論文  参考訳（メタデータ） (2022-11-03T14:49:02Z)

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。