論文の概要: SORS: A Modular, High-Fidelity Simulator for Soft Robots

• arxiv url: http://arxiv.org/abs/2512.15994v1
• Date: Wed, 17 Dec 2025 21:58:46 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-23 08:17:40.396335
• Title: SORS: A Modular, High-Fidelity Simulator for Soft Robots
• Title（参考訳）: SORS:ソフトロボットのためのモジュール型高忠実シミュレータ
• Authors: Manuel Mekkattu, Mike Y. Michelis, Robert K. Katzschmann,
• Abstract要約: ソフトロボットは、大きな非線形変形、材料非圧縮性、接触相互作用のために、ユニークなモデリング課題を提起する。 ソフトロボット応用のための多用途高忠実度シミュレータSORSを提案する。
• 参考スコア（独自算出の注目度）: 5.660024841218955
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: The deployment of complex soft robots in multiphysics environments requires advanced simulation frameworks that not only capture interactions between different types of material, but also translate accurately to real-world performance. Soft robots pose unique modeling challenges due to their large nonlinear deformations, material incompressibility, and contact interactions, which complicate both numerical stability and physical accuracy. Despite recent progress, robotic simulators often struggle with modeling such phenomena in a scalable and application-relevant manner. We present SORS (Soft Over Rigid Simulator), a versatile, high-fidelity simulator designed to handle these complexities for soft robot applications. Our energy-based framework, built on the finite element method, allows modular extensions, enabling the inclusion of custom-designed material and actuation models. To ensure physically consistent contact handling, we integrate a constrained nonlinear optimization based on sequential quadratic programming, allowing for stable and accurate modeling of contact phenomena. We validate our simulator through a diverse set of real-world experiments, which include cantilever deflection, pressure-actuation of a soft robotic arm, and contact interactions from the PokeFlex dataset. In addition, we showcase the potential of our framework for control optimization of a soft robotic leg. These tests confirm that our simulator can capture both fundamental material behavior and complex actuation dynamics with high physical fidelity. By bridging the sim-to-real gap in these challenging domains, our approach provides a validated tool for prototyping next-generation soft robots, filling the gap of extensibility, fidelity, and usability in the soft robotic ecosystem.
• Abstract（参考訳）: 多物理環境における複雑なソフトロボットの展開には、様々な種類の物質間の相互作用を捉えるだけでなく、実際のパフォーマンスに正確に変換する高度なシミュレーションフレームワークが必要である。 ソフトロボットは、大きな非線形変形、材料不圧縮性、接触相互作用により、数値安定性と物理的精度の両方を複雑にするユニークなモデリング課題を提起する。 近年の進歩にもかかわらず、ロボットシミュレーターは、スケーラブルで応用性の高い方法でそのような現象をモデル化するのに苦労することが多い。 我々は,ソフトロボットアプリケーションにおいて,これらの複雑さを扱うために設計された多機能で高忠実なシミュレータSORS(Soft Over Rigid Simulator)を提案する。 我々のエネルギーベースのフレームワークは有限要素法に基づいており、モジュラー拡張を可能にし、カスタム設計の材料とアクチュエーターモデルを含めることができる。 物理的に一貫した接触処理を確保するために、逐次二次計画法に基づく制約付き非線形最適化を統合し、接触現象の安定かつ正確なモデリングを可能にする。 我々は,カンチレバーの偏向,ソフトロボットアームの圧力変動,PokeFlexデータセットからの接触相互作用など,さまざまな実世界の実験を通じてシミュレータを検証する。 さらに,ソフトロボット脚の制御最適化のためのフレームワークの可能性を示す。 これらの実験により,本シミュレータは,物質挙動と複雑な運動力学の両方を高い物理的忠実度で捉えることができることを確認した。 これらの挑戦的な領域において、シム・トゥ・リアルのギャップを埋めることによって、我々のアプローチは、次世代のソフトロボットをプロトタイピングし、ソフトロボットエコシステムにおける拡張性、忠実性、ユーザビリティのギャップを埋めるための検証されたツールを提供する。

関連論文リスト

• D-REX: Differentiable Real-to-Sim-to-Real Engine for Learning Dexterous Grasping [66.22412592525369]
  本稿では,ガウスのSplat表現を生かした実--sim-to-realエンジンを導入し,実-sim-to-realエンジンについて述べる。 提案エンジンは, 各種物体の形状と質量値のマス識別において, 高精度かつロバストな性能を実現していることを示す。 これらの最適化された質量値は、力覚的なポリシー学習を促進し、オブジェクトの把握において優れた、高いパフォーマンスを達成する。
  論文  参考訳（メタデータ） (2026-03-01T15:32:04Z)
• Physical Human-Robot Interaction for Grasping in Augmented Reality via Rigid-Soft Robot Synergy [43.680646123465316]
  ハイブリッド剛性ソフトロボットは、剛性マニピュレータの精度とソフトアームの適合性と適応性を組み合わせる。 本稿では,ハイブリッドソフトロボットの遠隔操作を可能にする,拡張現実(AR)ベースの物理ロボットインタラクションフレームワークを提案する。
  論文  参考訳（メタデータ） (2026-02-19T06:56:47Z)
• Isaac Lab: A GPU-Accelerated Simulation Framework for Multi-Modal Robot Learning [72.43357471969564]
  Isaac Labは、高忠実度GPU並列物理、レンダリング、および環境の設計とロボットポリシーのトレーニングのためのモジュラーで構成可能なアーキテクチャを組み合わせる。 我々は、全身制御、クロス・エボディメント・モビリティ、接触豊かで器用な操作、スキル獲得のための人間のデモの統合など、さまざまな課題へのその応用を強調した。 アイザック・ラボの高度なシミュレーション能力、リッチセンシング、データセンターのスケール実行の組み合わせは、ロボット研究における次世代のブレークスルーを解き放つのに役立つと信じています。
  論文  参考訳（メタデータ） (2025-11-06T21:43:02Z)
• The Sound of Simulation: Learning Multimodal Sim-to-Real Robot Policies with Generative Audio [138.07247714782412]
  MultiGenは、大規模な生成モデルを従来の物理シミュレータに統合するフレームワークである。 容器や液体を注ぐ現実世界への効果的なゼロショット転送を実証する。
  論文  参考訳（メタデータ） (2025-07-03T17:59:58Z)
• Unreal Robotics Lab: A High-Fidelity Robotics Simulator with Advanced Physics and Rendering [4.760567755149477]
  本稿では,Unreal Engineの高度なレンダリング機能とMuJoCoの高精度物理シミュレーションを統合する新しいシミュレーションフレームワークを提案する。 我々のアプローチは、正確な物理的相互作用を維持しながら、現実的なロボット知覚を可能にする。 フレームワーク内のビジュアルナビゲーションとSLAMメソッドをベンチマークし、制御されながら多様なシナリオで実世界のロバスト性をテストするための実用性を実証する。
  論文  参考訳（メタデータ） (2025-04-19T01:54:45Z)
• 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)
• SoftMAC: Differentiable Soft Body Simulation with Forecast-based Contact Model and Two-way Coupling with Articulated Rigid Bodies and Clothes [7.93869411097782]
  我々は,柔らかい体と硬い体と衣服を結合する,微分可能なシミュレーションフレームワークであるSoftMACを提案する。 変形性および非揮発性衣料メッシュとMPM粒子を結合するために, 浸透トレーシングアルゴリズムを提案する。 提案した微分可能なパイプラインの有効性と精度を検証するための総合的な実験を行った。
  論文  参考訳（メタデータ） (2023-12-06T05:36:55Z)
• 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)
• Learning Material Parameters and Hydrodynamics of Soft Robotic Fish via Differentiable Simulation [26.09104786491426]
  本フレームワークは, 実ハードウェアにおける複合バイモルフ曲げ構造の動的挙動の高精度予測を可能にする。 我々は,ロボットの材料パラメータと流体力学を学習するための,実験的に検証された高速な最適化パイプラインを実証した。 我々は水中ソフトロボットの特定の応用に焦点をあてるが、我々のフレームワークは空気圧で作動するソフトメカニズムにも適用できる。
  論文  参考訳（メタデータ） (2021-09-30T05:24:02Z)

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。