論文の概要: A Task-Driven, Planner-in-the-Loop Computational Design Framework for Modular Manipulators

• arxiv url: http://arxiv.org/abs/2512.16069v1
• Date: Thu, 18 Dec 2025 01:27:34 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-23 08:17:40.401324
• Title: A Task-Driven, Planner-in-the-Loop Computational Design Framework for Modular Manipulators
• Title（参考訳）: モジュールマニピュレータのためのタスク駆動・プランナー・ザ・ループ計算設計フレームワーク
• Authors: Maolin Lei, Edoardo Romiti, Arturo Laurenzi, Rui Dai, Matteo Dalle Vedove, Jiatao Ding, Daniele Fontanelli, Nikos Tsagarakis,
• Abstract要約: 本稿では,様々な形態素をまたいだ軌道計画と,形態素の協調最適化と配置ポーズを統合したタスク駆動型計算フレームワークを提案する。 設計最適化のために、CMA-ESは、離散的な形態的構成と連続的なマウントされたポーズからなるハイブリッド検索空間を効率的に探索するために使用される。 仮想モジュール抽象化を導入して、分岐形態を可能とし、補助枝が一次枝からトルクをオフロードし、達成可能なワークスペースを拡張する。
• 参考スコア（独自算出の注目度）: 4.7838192146149225
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Modular manipulators composed of pre-manufactured and interchangeable modules offer high adaptability across diverse tasks. However, their deployment requires generating feasible motions while jointly optimizing morphology and mounted pose under kinematic, dynamic, and physical constraints. Moreover, traditional single-branch designs often extend reach by increasing link length, which can easily violate torque limits at the base joint. To address these challenges, we propose a unified task-driven computational framework that integrates trajectory planning across varying morphologies with the co-optimization of morphology and mounted pose. Within this framework, a hierarchical model predictive control (HMPC) strategy is developed to enable motion planning for both redundant and non-redundant manipulators. For design optimization, the CMA-ES is employed to efficiently explore a hybrid search space consisting of discrete morphology configurations and continuous mounted poses. Meanwhile, a virtual module abstraction is introduced to enable bi-branch morphologies, allowing an auxiliary branch to offload torque from the primary branch and extend the achievable workspace without increasing the capacity of individual joint modules. Extensive simulations and hardware experiments on polishing, drilling, and pick-and-place tasks demonstrate the effectiveness of the proposed framework. The results show that: 1) the framework can generate multiple feasible designs that satisfy kinematic and dynamic constraints while avoiding environmental collisions for given tasks; 2) flexible design objectives, such as maximizing manipulability, minimizing joint effort, or reducing the number of modules, can be achieved by customizing the cost functions; and 3) a bi-branch morphology capable of operating in a large workspace can be realized without requiring more powerful basic modules.
• Abstract（参考訳）: 事前に製造されたモジュールと交換可能なモジュールで構成されるモジュールマニピュレータは、多様なタスクにまたがって高い適応性を提供する。 しかし、それらの展開は、運動学的、動的、物理的制約の下で形態を共同最適化しながら、実現可能な運動を生成する必要がある。 さらに、従来のシングルブランチの設計は、リンク長を増大させることで、ベースジョイントのトルク制限を容易に破ることができる。 これらの課題に対処するために、様々な形態素をまたいだ軌道計画と、形態素の協調最適化と、配置されたポーズを統合したタスク駆動型計算フレームワークを提案する。 このフレームワーク内では、冗長マニピュレータと非冗長マニピュレータの両方の動作計画を可能にする階層モデル予測制御(HMPC)戦略が開発されている。 設計最適化のために、CMA-ESは、離散的な形態的構成と連続的なマウントされたポーズからなるハイブリッド検索空間を効率的に探索するために使用される。 一方、仮想モジュール抽象化を導入して、分岐形態を可能とし、補助枝は、各関節モジュールの容量を増大させることなく、一次枝からトルクをオフロードし、達成可能なワークスペースを拡張することができる。 研磨・掘削・ピック・アンド・プレイス作業に関する大規模なシミュレーションとハードウェア実験により,提案手法の有効性が示された。 その結果,以下のことが明らかとなった。 1 フレームワークは、所定のタスクに対する環境衝突を回避しつつ、運動的及び動的制約を満たす複数の実行可能な設計を生成することができる。 2 作業可能性の最大化、共同作業の最小化、モジュール数の削減等のフレキシブルな設計目的は、コスト関数をカスタマイズして達成することができる。 3) より強力な基本モジュールを必要とすることなく, 大規模な作業空間で動作可能な分岐形態を実現できる。

関連論文リスト

• Design and Control of Modular Magnetic Millirobots for Multimodal Locomotion and Shape Reconfiguration [5.7788762754943654]
  我々は、オンデマンドの組立と分解のためのモジュラー磁気ミロボティックプラットフォームを提案する。 フリーモジュールは、自己組み立てと再設定をサポートし、固定モジュールは、フリップ・アンド・ウォークの移動を可能にする。 このシステムは,低磁場強度で自己組立,マルチモーダル変換,分解を実現する。
  論文  参考訳（メタデータ） (2026-02-22T21:25:05Z)
• UniMotion: A Unified Motion Framework for Simulation, Prediction and Planning [60.55873455475112]
  動作タスク間の共有構造をキャプチャする統合モーションフレームワークUniMotionを提案する。 UniMotionは、これらの動作タスクを同時にサポートするために、専用のインタラクションモードと調整されたトレーニング戦略を採用している。 さらなる微調整により、UniMotionはさまざまな動作タスクにおける最先端のパフォーマンスを達成し、自動運転のための汎用的でスケーラブルなソリューションとして確立する。
  論文  参考訳（メタデータ） (2026-01-31T07:12:26Z)
• AR-MOT: Autoregressive Multi-object Tracking [56.09738000988466]
  本稿では,大規模言語モデル(LLM)フレームワーク内のシーケンス生成タスクとしてMOTを定式化する,新しい自己回帰パラダイムを提案する。 この設計により、タスク固有のヘッドを必要とせずに、フレキシブルなシーケンス構成によって構造化された結果を出力できる。 地域レベルの視覚知覚を高めるために,事前訓練された検出器に基づくオブジェクト・トケナイザを導入する。
  論文  参考訳（メタデータ） (2026-01-05T09:17:28Z)
• Flexible Multitask Learning with Factorized Diffusion Policy [59.526246520933135]
  マルチタスク学習は、ロボットの行動分布が多様で多様な性質を持つため、大きな課題となる。 既存のモノリシックモデルは、しばしばアクション分布に不適合であり、効率的な適応に必要な柔軟性に欠ける。 本稿では,複雑な行動分布を特殊拡散モデルの合成に分解する,新しいモジュラー拡散政策フレームワークを提案する。
  論文  参考訳（メタデータ） (2025-12-26T07:11:47Z)
• Assemble Your Crew: Automatic Multi-agent Communication Topology Design via Autoregressive Graph Generation [91.17994756436259]
  大規模言語モデル(LLM)に基づくマルチエージェントシステム(MAS)は、多様な領域にわたる複雑な問題を扱うための強力なソリューションとして登場した。 既存のアプローチは、事前に定義されたエージェントセットとハードコードされた相互作用構造を持つテンプレートグラフ修正パラダイムに依存しているため、基本的に制限されている。 協調グラフをスクラッチから構築することで、このパラダイムを運用する新しい自己回帰モデルであるARG-Designerを提案する。
  論文  参考訳（メタデータ） (2025-07-24T09:17:41Z)
• Model Evolution Framework with Genetic Algorithm for Multi-Task Reinforcement Learning [85.91908329457081]
  マルチタスク強化学習は、様々なシナリオにまたがって一般化可能なエージェントを開発することを目的として、様々なタスクを完遂するために単一のポリシーを採用する。 既存のアプローチでは、ルーティングネットワークを使用して各タスクの特定のルートを生成し、モジュールのセットをさまざまなモデルに再構築し、複数のタスクを同時に完了させるのが一般的である。 本稿では,遺伝的アルゴリズム(MEGA)を用いたモデル進化フレームワークを提案する。
  論文  参考訳（メタデータ） (2025-02-19T09:22:34Z)
• Optimizing Modular Robot Composition: A Lexicographic Genetic Algorithm Approach [9.471665570104802]
  形態学、すなわちロボットの形態と構造は、主要なパフォーマンス指標の取得コスト、サイクル時間、エネルギー効率に大きな影響を及ぼす。 以前のアプローチでは、設計空間の適切な探索や、複雑なタスクに適応する可能性に欠けていた。 本稿では,この問題を克服するために,遺伝的アルゴリズムと解候補の辞書的評価を組み合わせることを提案する。
  論文  参考訳（メタデータ） (2023-09-15T13:50:21Z)
• An End-to-End Differentiable Framework for Contact-Aware Robot Design [37.715596272425316]
  我々は、接触認識ロボット設計のためのエンドツーエンドの差別化可能なフレームワークを構築した。 変形に基づく新しいパラメータ化により、任意の複雑な幾何学を持つ剛体ロボットを設計することができる。 微分可能な剛体シミュレータは、接触豊富なシナリオを処理し、運動パラメータと動的パラメータの完全なスペクトルに対する解析的勾配を計算することができる。
  論文  参考訳（メタデータ） (2021-07-15T17:53:44Z)

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。