論文の概要: Aggregating swarms through morphology handling design contingencies: from the sweet spot to a rich expressivity
- arxiv url: http://arxiv.org/abs/2601.07610v1
- Date: Mon, 12 Jan 2026 14:58:47 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-03-23 08:17:40.746883
- Title: Aggregating swarms through morphology handling design contingencies: from the sweet spot to a rich expressivity
- Title（参考訳）: デザインコンシデントを扱う形態学による群集:スイートスポットから豊かな表現性へ
- Authors: Jeremy Fersula, Nicolas Bredeche, Olivier Dauchot,
- Abstract要約: 我々はロボットの自己調整力学の忠実な物理モデルを構築している。
多様な自己アライメントの強さを探索することで、集団行動の豊かな表現力が得られることを示す。
- 参考スコア（独自算出の注目度）: 0.12744523252873352
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: Morphological computing, the use of the physical design of a robot to ease the realization of a given task has been proven to be a relevant concept in the context of swarm robotics. Here we demonstrate both experimentally and numerically, that the success of such a strategy may heavily rely on the type of policy adopted by the robots, as well as on the details of the physical design. To do so, we consider a swarm of robots, composed of Kilobots embedded in an exoskeleton, the design of which controls the propensity of the robots to align or anti-align with the direction of the external force they experience. We find experimentally that the contrast that was observed between the two morphologies in the success rate of a simple phototactic task, where the robots were programmed to stop when entering a light region, becomes dramatic, if the robots are not allowed to stop, and can only slow down. Building on a faithful physical model of the self-aligning dynamics of the robots, we perform numerical simulations and demonstrate on one hand that a precise tuning of the self-aligning strength around a sweet spot is required to achieve an efficient phototactic behavior, on the other hand that exploring a range of self-alignment strength allows for a rich expressivity of collective behaviors.
- Abstract（参考訳）: 形態コンピューティング、与えられたタスクの実現を容易にするためのロボットの物理的設計の使用は、スウォームロボティクスの文脈において、関連する概念であることが証明されている。
ここでは,そのような戦略の成功は,ロボットが採用するポリシーの種類や,物理的な設計の詳細に大きく依存する可能性があることを実験的および数値的に実証する。
そこで本研究では,外骨格に埋め込まれたKirobotからなるロボット群について考察する。
簡単な光戦術タスクの成功率における2つの形態間のコントラストは、光領域に入るとロボットが停止するようにプログラムされ、ロボットが停止を許されず、減速しかできない場合、劇的になる。
ロボットの自己配向力学の忠実な物理モデルに基づいて数値シミュレーションを行い、一方、スイートスポット周辺の自己配向強度の精密な調整が効率的な光戦術的挙動を達成するために必要であることを示す。
関連論文リスト
- Model Reconciliation through Explainability and Collaborative Recovery in Assistive Robotics [4.666406865641358]
我々は,ロボットと人間のメンタルモデルの違いを予測し,説明するために,大規模言語モデルを利用する。
本フレームワークは,人間にロボットの修正を許すことで,説明後のモデルのばらつきを解決することを目的としている。
論文 参考訳（メタデータ） (2026-01-10T12:38:08Z) - RobotSeg: A Model and Dataset for Segmenting Robots in Image and Video [56.9581053843815]
画像とビデオにおけるロボットセグメンテーションの基礎モデルであるRobotSegを紹介する。
ロボットへの適応の欠如、手動のプロンプトへの依存、フレーム単位のトレーニングマスクアノテーションの必要性に対処する。
それは、画像とビデオの両方で最先端のパフォーマンスを達成する。
論文 参考訳（メタデータ） (2025-11-28T07:51:02Z) - Generating and Customizing Robotic Arm Trajectories using Neural Networks [0.0]
本稿では,ロボットアームの軌道を生成し,カスタマイズするためのニューラルネットワークアプローチを提案する。
提案手法は, 形状をカスタマイズし, 異なる設定に適応できる精度の高い軌道を生成する。
論文 参考訳（メタデータ） (2025-06-25T09:05:58Z) - Controlling diverse robots by inferring Jacobian fields with deep networks [48.279199537720714]
自然生物の複雑な構造と多様な機能を反映することは、ロボット工学における長年の課題である。
本稿では,深層ニューラルネットワークを用いてロボットの映像ストリームをバイスモータヤコビアン場にマッピングする手法を提案する。
提案手法は,正確なクローズドループ制御を実現し,各ロボットの因果動的構造を復元する。
論文 参考訳（メタデータ） (2024-07-11T17:55:49Z) - 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) - Hierarchical generative modelling for autonomous robots [8.023920215148486]
人型ロボットが、移動、操作、把握の全体的利用を必要とする複雑なタスクを自律的に完了できることを示します。
具体的には、箱を回収して輸送し、ドアを通り抜けて目的地に到達し、接近し、サッカーを蹴ることのできるヒューマノイドロボットの能力を示すとともに、身体の損傷や地面の不規則性の存在下で頑健な性能を示す。
論文 参考訳（メタデータ） (2023-08-15T13:51:03Z) - Robot Learning with Sensorimotor Pre-training [98.7755895548928]
ロボット工学のための自己教師型感覚運動器事前学習手法を提案する。
我々のモデルはRTTと呼ばれ、センサモレータトークンのシーケンスで動作するトランスフォーマーである。
感覚運動の事前学習は、ゼロからトレーニングを一貫して上回り、優れたスケーリング特性を持ち、さまざまなタスク、環境、ロボット間での移動を可能にしている。
論文 参考訳（メタデータ） (2023-06-16T17:58:10Z) - Synthesis and Execution of Communicative Robotic Movements with
Generative Adversarial Networks [59.098560311521034]
我々は、繊細な物体を操作する際に人間が採用するのと同じキネマティクス変調を2つの異なるロボットプラットフォームに転送する方法に焦点を当てる。
我々は、ロボットのエンドエフェクターが採用する速度プロファイルを、異なる特徴を持つ物体を輸送する際に人間が何をするかに触発されて調整する。
我々は、人体キネマティクスの例を用いて訓練され、それらを一般化し、新しい有意義な速度プロファイルを生成する、新しいジェネレーティブ・アドバイサル・ネットワークアーキテクチャを利用する。
論文 参考訳（メタデータ） (2022-03-29T15:03:05Z) - Sensorimotor representation learning for an "active self" in robots: A
model survey [10.649413494649293]
人間では、これらの能力は宇宙で私たちの身体を知覚する能力と関連していると考えられている。
本稿では,これらの能力の発達過程について概説する。
人工エージェントにおける自己感覚の出現を可能にする理論計算フレームワークを提案する。
論文 参考訳（メタデータ） (2020-11-25T16:31:01Z)
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。