論文の概要: SKATER: Synthesized Kinematics for Advanced Traversing Efficiency on a Humanoid Robot via Roller Skate Swizzles

• arxiv url: http://arxiv.org/abs/2601.04948v1
• Date: Thu, 08 Jan 2026 13:54:22 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-23 08:17:40.699367
• Title: SKATER: Synthesized Kinematics for Advanced Traversing Efficiency on a Humanoid Robot via Roller Skate Swizzles
• Title（参考訳）: SKATER:ローラースケートスワッズによるヒューマノイドロボットの高度なトラバース効率のための合成キネマティクス
• Abstract要約: 本研究では,ローラースケート用の4輪の受動車輪を脚に備えた新しいヒューマノイドロボットを提案する。 また, ローラースケートの内在特性に基づいて, 報奨関数を設計したシュリップルゲイトに対して, 深部強化学習制御フレームワークを開発した。
• 参考スコア（独自算出の注目度）: 9.525815316903754
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Although recent years have seen significant progress of humanoid robots in walking and running, the frequent foot strikes with ground during these locomotion gaits inevitably generate high instantaneous impact forces, which leads to exacerbated joint wear and poor energy utilization. Roller skating, as a sport with substantial biomechanical value, can achieve fast and continuous sliding through rational utilization of body inertia, featuring minimal kinetic energy loss. Therefore, this study proposes a novel humanoid robot with each foot equipped with a row of four passive wheels for roller skating. A deep reinforcement learning control framework is also developed for the swizzle gait with the reward function design based on the intrinsic characteristics of roller skating. The learned policy is first analyzed in simulation and then deployed on the physical robot to demonstrate the smoothness and efficiency of the swizzle gait over traditional bipedal walking gait in terms of Impact Intensity and Cost of Transport during locomotion. A reduction of $75.86\%$ and $63.34\%$ of these two metrics indicate roller skating as a superior locomotion mode for enhanced energy efficiency and joint longevity.
• Abstract（参考訳）: 近年,人型ロボットの歩行・走行の進歩は著しいが,移動時の地上での足の打倒は必然的に即時的な衝撃力を発生させ,関節摩耗の悪化とエネルギー消費の低下につながる。 ローラースケートは、相当なバイオメカニカルな価値を持つスポーツであり、身体慣性を合理的に利用することで高速かつ連続的な滑りを達成でき、運動エネルギーの損失は最小限である。 そこで本研究では,ローラースケート用の4輪の受動車輪を備えた新しいヒューマノイドロボットを提案する。 また, ローラースケートの内在特性に基づいて, 報奨関数を設計したシュリップルゲイトに対して, 深部強化学習制御フレームワークを開発した。 学習されたポリシーはまずシミュレーションで分析され、その後物理ロボットに展開され、移動中の衝撃強度と輸送コストの観点から従来の二足歩行よりもスリップル歩行の滑らかさと効率を実証する。 この2つの指標のうち75.86.%と63.34.%の削減は、ローラースケートをエネルギー効率と関節長寿を高めるための優れた移動モードとして示している。

関連論文リスト

• Control Design for a Rideable Animatronic Two-Wheeled Robot with Quadruped Form [0.0]
  我々は,将来のパートナーモビリティの概念として,四肢を装備した乗用二輪ロボットを開発した。 このロボットによって再現されたキャラクタは、背中にプロタゴニストを持ち、動的四足歩行を示す。 本研究では,手足の急速移動時の安定性を維持する頑健な自己バランス制御手法に着目する。
  論文  参考訳（メタデータ） (2026-07-14T04:22:39Z)
• Reinforcement Learning-Based Control for an Inline Skating Humanoid Robot [10.006591553493807]
  我々は,従来の足の代わりにインラインスケートを装備するように改造されたヒューマノイドロボットの新たな移動戦略を実現するための強化学習制御ポリシを訓練し,展開する。 私たちのスケート戦略は、人間のモーションデータ、模倣学習、またはキネマティック先行に頼らずに、報酬構造から完全に現れます。 我々の政策は、通常の歩行歩行よりも輸送コストが50%削減されることを実証している。
  論文  参考訳（メタデータ） (2026-06-30T15:25:06Z)
• Evaluation of an Actuated Spine in Agile Quadruped Locomotion [19.5524995782643]
  脊椎は四肢動物の動的移動において重要な役割を担っている。 本論文は,アジャイル四足歩行学習におけるアクティベートスピンの利点を実証的に検討する。
  論文  参考訳（メタデータ） (2026-05-08T16:45:28Z)
• Efficient and Versatile Quadrupedal Skating: Optimal Co-design via Reinforcement Learning and Bayesian Optimization [8.969390069418777]
  本研究では、受動車輪を備えた四足歩行ロボット上で、効率的で多目的なローラースケートを可能にするハードウェア制御協調設計手法を提案する。 パッシブホイールスケートは脚の慣性を減少させ、特に高速でエネルギー効率を向上させる。
  論文  参考訳（メタデータ） (2026-03-19T02:12:50Z)
• LIMBERO: A Limbed Climbing Exploration Robot Toward Traveling on Rocky Cliffs [2.374610323448344]
  LIMBEROは10kg級の四足歩行ロボットで、足に背骨型のグリップが付いている。 そこで本研究では,指閉じ動作とスピンホック動作を結合したグリップデザインを提案する。 連続した荒地における幾何に基づく把握可能性指数を可視化する効率的なアルゴリズムを開発した。
  論文  参考訳（メタデータ） (2026-03-17T13:53:45Z)
• Jumping Control for a Quadrupedal Wheeled-Legged Robot via NMPC and DE Optimization [14.88101223616473]
  四足歩行ロボットは、足歩行と車輪移動の利点を組み合わせて、より優れた移動性を実現する。 ダイナミックジャンプの実行は、車輪付きの脚によって導入された追加の自由度のために、依然として重要な課題である。 そこで本研究では,アジャイル運動のための小型の車輪付き脚ロボットを開発し,新しい動き制御フレームワークを提案する。
  論文  参考訳（メタデータ） (2026-02-25T06:13:59Z)
• Perceptive Humanoid Parkour: Chaining Dynamic Human Skills via Motion Matching [77.28042137892943]
  本稿では,人間型ロボットの長期的視覚的パーキングを自律的に行うためのモジュール型フレームワークであるPerceptive Humanoid Parkour(PHP)を提案する。 本研究は、これらの合成動作に対する運動追跡強化学習専門家の政策を訓練し、それらを深度に基づく多スキル学生政策に抽出する。 我々は,Unitree G1ヒューマノイドロボットを用いた実世界実験により,我々のフレームワークを検証した。
  論文  参考訳（メタデータ） (2026-02-17T18:59:11Z)
• Humanoid Whole-Body Locomotion on Narrow Terrain via Dynamic Balance and Reinforcement Learning [54.26816599309778]
  動的バランスと強化学習(RL)に基づく新しい全身移動アルゴリズムを提案する。 具体的には,ZMP(Zero-Moment Point)駆動の報酬とタスク駆動の報酬を,全身のアクター批判的枠組みで拡張した尺度を活用することで,動的バランス機構を導入する。 フルサイズのUnitree H1-2ロボットによる実験により、非常に狭い地形でのバランスを維持するための手法の有効性が検証された。
  論文  参考訳（メタデータ） (2025-02-24T14:53:45Z)
• Reinforcement Learning for Versatile, Dynamic, and Robust Bipedal Locomotion Control [106.32794844077534]
  本稿では,二足歩行ロボットのための動的移動制御系を構築するために,深層強化学習を用いた研究について述べる。 本研究では、周期歩行やランニングから周期ジャンプや立位に至るまで、様々な動的二足歩行技術に使用できる汎用的な制御ソリューションを開発する。 この研究は、二足歩行ロボットの俊敏性の限界を、現実世界での広範な実験を通じて押し上げる。
  論文  参考訳（メタデータ） (2024-01-30T10:48:43Z)
• VAE-Loco: Versatile Quadruped Locomotion by Learning a Disentangled Gait Representation [78.92147339883137]
  本研究では,特定の歩行を構成する主要姿勢位相を捕捉する潜在空間を学習することにより,制御器のロバスト性を高めることが重要であることを示す。 本研究では,ドライブ信号マップの特定の特性が,歩幅,歩幅,立位などの歩行パラメータに直接関係していることを示す。 生成モデルを使用することで、障害の検出と緩和が容易になり、汎用的で堅牢な計画フレームワークを提供する。
  論文  参考訳（メタデータ） (2022-05-02T19:49:53Z)
• Next Steps: Learning a Disentangled Gait Representation for Versatile Quadruped Locomotion [69.87112582900363]
  現在のプランナーは、ロボットが動いている間、キー歩行パラメータを連続的に変更することはできない。 本研究では、特定の歩行を構成する重要な姿勢位相を捉える潜在空間を学習することにより、この制限に対処する。 本研究では, 歩幅, 歩幅, 立位など, 歩行パラメータに直接対応した駆動信号マップの具体的特性を示す。
  論文  参考訳（メタデータ） (2021-12-09T10:02:02Z)
• Minimizing Energy Consumption Leads to the Emergence of Gaits in Legged Robots [71.61319876928009]
  実四足歩行ロボットにおいて,エネルギー消費を最小化するための学習が自然移動歩行の出現に重要な役割を担っていることを示す。 創発的な足跡は理想的な地形で構築されており、馬や羊のものと似ている。 同じアプローチは、動物運動制御の発見と一致した荒地における非構造的な歩行につながる。
  論文  参考訳（メタデータ） (2021-10-25T17:59:58Z)

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。