論文の概要: Self-Reconfiguration Planning for Deformable Quadrilateral Modular Robots
- arxiv url: http://arxiv.org/abs/2601.19496v1
- Date: Tue, 27 Jan 2026 11:32:04 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-03-30 05:33:04.199054
- Title: Self-Reconfiguration Planning for Deformable Quadrilateral Modular Robots
- Title（参考訳）: 変形可能な四角形ロボットの自己再構成計画
- Authors: Jie Gu, Hongrun Gao, Zhihao Xia, Yirun Sun, Chunxu Tian, Dan Zhang,
- Abstract要約: 格子状モジュラー自己再構成可能なロボット(MSRR)
リコンフィグレーション中の安定した接続を維持することは、物理的な実現可能性とデプロイ可能性に不可欠である。
本文は, 安定接続を保証する変形可能な四角形MSRRに対して, 新たな自己再構成計画アルゴリズムを提案する。
- 参考スコア（独自算出の注目度）: 9.249285433601205
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: For lattice modular self-reconfigurable robots (MSRRs), maintaining stable connections during reconfiguration is crucial for physical feasibility and deployability. This letter presents a novel self-reconfiguration planning algorithm for deformable quadrilateral MSRRs that guarantees stable connection. The method first constructs feasible connect/disconnect actions using a virtual graph representation, and then organizes these actions into a valid execution sequence through a Dependence-based Reverse Tree (DRTree) that resolves interdependencies. We also prove that reconfiguration sequences satisfying motion characteristics exist for any pair of configurations with seven or more modules (excluding linear topologies). Finally, comparisons with a modified BiRRT algorithm highlight the superior efficiency and stability of our approach, while deployment on a physical robotic platform confirms its practical feasibility.
- Abstract（参考訳）: モジュラーモジュール型自己再構成ロボット(MSRR)では、リコンフィグレーション中に安定した接続を維持することが、物理的な実現可能性とデプロイ可能性に不可欠である。
本文は, 安定接続を保証する変形可能な四角形MSRRに対して, 新たな自己再構成計画アルゴリズムを提案する。
この方法はまず仮想グラフ表現を用いて実行可能な接続/切り離し動作を構築し、それから依存性ベースの逆木(DRTree)を通じてこれらの動作を有効な実行シーケンスに整理し、相互依存を解決する。
また、7つ以上の加群を持つ任意の構成(線形位相を除く)に対して、運動特性を満たす再構成列が存在することを証明した。
最後に、修正されたBiRRTアルゴリズムとの比較により、我々のアプローチの効率性と安定性が向上する一方、物理ロボットプラットフォームへのデプロイはその実現可能性を確認している。
関連論文リスト
- PRISM: Parallel Residual Iterative Sequence Model [52.26239951489612]
我々はこの緊張を解決するためにPRISM(Parallel Residual Iterative Sequence Model)を提案する。
PRISMは、パラレル化可能な形で多段階精製の重要な構造特性を捉える、ソルバに着想を得た帰納バイアスを導入している。
この定式化が Rank-$L$ の蓄積を達成することを証明し、更新多様体を単一ステップの Rank-$1$ ボトルネックを超えて構造的に拡張する。
論文 参考訳（メタデータ） (2026-02-11T12:39:41Z) - Structure-Aware Robust Counterfactual Explanations via Conditional Gaussian Network Classifiers [0.26999000177990923]
本研究は,条件付き条件グラフに基づく構造認識型ロバストネス・ウンタファクト探索手法を提案する。
結果から,本手法は,特に安定な依存関係を提供する元の定式化を直接最適化することにより,強い整合性を実現することが示された。
提案手法は,非循環的制約下での非実効的推論における今後の進歩の基盤となる。
論文 参考訳（メタデータ） (2026-02-08T15:51:45Z) - RhoMorph: Rhombus-shaped Deformable Modular Robots for Stable, Medium-Independent Reconfiguration Motion [19.07539331659169]
RhoMorphは変形可能な平面モジュラー自己再構成ロボット(MSRR)である
各モジュールは平行線骨格と、その対角線に沿って折り畳むことができる単一の中央に取り付けられたアクチュエータで構成されている。
RhoMorphのユニークなキネマティクスを活用するために、先進的なMSRRシステムとは異なる再構成のための新しい動きプリミティブであるmorphpivotingを導入する。
論文 参考訳（メタデータ） (2026-01-27T12:15:10Z) - PowerGrow: Feasible Co-Growth of Structures and Dynamics for Power Grid Synthesis [75.14189839277928]
本稿では,運用効率を維持しながら計算オーバーヘッドを大幅に削減する,共同生成フレームワークPowerGrowを提案する。
ベンチマーク設定による実験では、PowerGrowはフィデリティと多様性において、事前の拡散モデルよりも優れていた。
これは、運用上有効で現実的な電力グリッドシナリオを生成する能力を示している。
論文 参考訳（メタデータ） (2025-08-29T01:47:27Z) - Modular Delta Merging with Orthogonal Constraints: A Scalable Framework for Continual and Reversible Model Composition [0.0]
既存のモデルマージと継続的学習へのアプローチは、しばしばタスクの干渉、破滅的な忘れ込み、あるいは可逆性の欠如に悩まされる。
本稿では, 拡張性, 干渉フリー, 微調整モデルの構成が可能な新しいフレームワークである Orthogonal Constraints (MDM-OC) を用いた Modular Delta Merging を提案する。
論文 参考訳（メタデータ） (2025-07-28T17:08:49Z) - AutoLayout: Closed-Loop Layout Synthesis via Slow-Fast Collaborative Reasoning [102.71841660031065]
Autoは、クローズドループの自己検証プロセスをデュアルシステムフレームワークに統合する、完全に自動化された方法である。
Autoの有効性は8つの異なるシナリオで検証され、SOTA法よりも10.1%改善された。
論文 参考訳（メタデータ） (2025-07-06T08:35:22Z) - ReCoM: Realistic Co-Speech Motion Generation with Recurrent Embedded Transformer [58.49950218437718]
音声に同期した高忠実で一般化可能な人体動作を生成するための効率的なフレームワークであるReCoMを提案する。
Recurrent Embedded Transformer (RET)は、動的埋め込み正規化(DER)をViT(Vit)コアアーキテクチャに統合する。
モデルロバスト性を高めるため,ノイズ抵抗とクロスドメイン一般化の二重性を持つモデルに,提案したDER戦略を取り入れた。
論文 参考訳（メタデータ） (2025-03-27T16:39:40Z) - Stabilizing Q-learning with Linear Architectures for Provably Efficient
Learning [53.17258888552998]
本研究では,線形関数近似を用いた基本的な$Q$-learningプロトコルの探索変種を提案する。
このアルゴリズムの性能は,新しい近似誤差というより寛容な概念の下で,非常に優雅に低下することを示す。
論文 参考訳（メタデータ） (2022-06-01T23:26:51Z)
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。