論文の概要: Manipulation via Force Distribution at Contact
- arxiv url: http://arxiv.org/abs/2602.03350v1
- Date: Tue, 03 Feb 2026 10:22:36 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-03-23 08:17:41.130195
- Title: Manipulation via Force Distribution at Contact
- Title（参考訳）: 接触時の力分布によるマニピュレーション
- Authors: Haegu Lee, Yitaek Kim, Casper Hewson Rask, Christoffer Sloth,
- Abstract要約: 本研究は、接触リッチな操作におけるフォース分散ラインコンタクトモデルを提案する。
両レベル最適化フレームワークを構築し、低レベルが接触力計算の最適化問題を解く。
効率的かつロバストな軌道生成におけるFDLCの利点を確立した。
- 参考スコア（独自算出の注目度）: 2.3099144596725565
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Efficient and robust trajectories play a crucial role in contact-rich manipulation, which demands accurate mod- eling of object-robot interactions. Many existing approaches rely on point contact models due to their computational effi- ciency. Simple contact models are computationally efficient but inherently limited for achieving human-like, contact-rich ma- nipulation, as they fail to capture key frictional dynamics and torque generation observed in human manipulation. This study introduces a Force-Distributed Line Contact (FDLC) model in contact-rich manipulation and compares it against conventional point contact models. A bi-level optimization framework is constructed, in which the lower-level solves an optimization problem for contact force computation, and the upper-level optimization applies iLQR for trajectory optimization. Through this framework, the limitations of point contact are demon- strated, and the benefits of the FDLC in generating efficient and robust trajectories are established. The effectiveness of the proposed approach is validated by a box rotating task, demonstrating that FDLC enables trajectories generated via non-uniform force distributions along the contact line, while requiring lower control effort and less motion of the robot.
- Abstract（参考訳）: 効率的かつ堅牢な軌道は、オブジェクト-ロボット相互作用の正確なモーメント・エリングを要求する接触リッチな操作において重要な役割を果たす。
既存の多くのアプローチは、その計算効率のために点接触モデルに依存している。
単純な接触モデルは計算効率は良いが、人間の操作で観察される摩擦力やトルクの発生を捉えるのに失敗するため、人間のような、接触に富んだma- nipulationを達成するために本質的に制限されている。
本研究では,FDLCモデルを用いて,従来の点接触モデルと比較した。
両レベル最適化フレームワークを構築し、下層は接触力計算の最適化問題を解き、上層部最適化は軌道最適化にiLQRを適用する。
この枠組みを通じて、点接触の限界は悪魔的追跡され、FDLCが効率よく堅牢な軌道を生成できるという利点が確立される。
提案手法の有効性はボックス回転タスクにより検証され、FDLCは接触線に沿って一様でない力分布によって生成された軌道をロボットの制御力を低減し、ロボットの動きを低減できることを示した。
関連論文リスト
- Unified Complementarity-Based Contact Modeling and Planning for Soft Robots [13.597188299981312]
本稿では,ソフトロボット接触モデリングと計画のための統合補完性に基づくフレームワークを提案する。
我々は,識別ソフトロボットに適した頑健な線形補完性問題 (LCP) モデルを開発した。
また,接触による動的軌道最適化を可能にする,キネマティック・ガイド付きウォームスタート戦略を導入する。
論文 参考訳（メタデータ） (2026-02-24T19:37:36Z) - A Unified Complementarity-based Approach for Rigid-Body Manipulation and Motion Prediction [12.241353619398899]
本稿では,単一形式(Unicomp)における自由運動と摩擦接触を連続的に捉えるロボット操作の数学的モデルを提案する。
実験結果から,提案手法は,接触に富む全身操作の操作から,タスク間の対話的な動作において,物理的に一貫した動作を可能にすることが示唆された。
論文 参考訳（メタデータ） (2026-02-04T13:10:57Z) - Adaptive Linear Path Model-Based Diffusion [52.84663832658799]
リニアパスモデルベース拡散(LP-MBD)を導入し、分散保存スケジュールをフローマッチング線形確率パスに置き換える。
また,適応型LP-MBD(ALP-MBD)を提案し,タスクの複雑さや環境条件に応じて拡散ステップやノイズレベルを調整する。
論文 参考訳（メタデータ） (2026-02-02T21:33:03Z) - Deep Learning Optimization of Two-State Pinching Antennas Systems [48.70043547158868]
ピンチアンテナ(PA)は、二元活性化状態を通して電磁波の伝搬を動的に制御することができる。
本研究では,ユーザ端末での通信速度を最大化することを目的として,定位PAのサブセットを最適に選択して導波路で活性化する問題について検討する。
論文 参考訳（メタデータ） (2025-07-08T17:55:54Z) - Hierarchical Contact-Rich Trajectory Optimization for Multi-Modal Manipulation using Tight Convex Relaxations [12.578064173652148]
本稿では,ロボット,オブジェクト,コンタクトの軌跡を効率的に設計し,コンタクトリッチな操作を行うための新しい枠組みを提案する。
本研究では,Mixed-Integer Linear Program (MILP) がロボットとオブジェクト間の最適な接触を選択する階層的最適化フレームワークを提案する。
我々は,MILPがより厳密な解を提供できるようなバイナリ符号化技術を用いて,双線形制約の凸緩和を提案する。
論文 参考訳（メタデータ） (2025-03-11T01:40:23Z) - Integrating DeepRL with Robust Low-Level Control in Robotic Manipulators for Non-Repetitive Reaching Tasks [0.24578723416255746]
ロボット工学では、現代の戦略は学習に基づくもので、複雑なブラックボックスの性質と解釈可能性の欠如が特徴である。
本稿では, 深部強化学習(DRL)に基づく衝突のない軌道プランナと, 自動調整型低レベル制御戦略を統合することを提案する。
論文 参考訳（メタデータ） (2024-02-04T15:54:03Z) - Learning-based adaption of robotic friction models [50.72489248401199]
我々は、可能な限り少ないデータを用いて、既存の摩擦モデルを新しいダイナミクスに適用するための新しいアプローチを導入する。
本手法はトレーニング中に外部負荷を伴うデータに依存しないため,外部トルクセンサは不要である。
論文 参考訳（メタデータ） (2023-10-25T14:50:15Z) - Contact Points Discovery for Soft-Body Manipulations with Differentiable
Physics [99.86385468927638]
本稿では,ソフトボディのプラスチックを変形させる物理解法を導出する接触点探索手法(CPDeform)を提案する。
単一段階のタスクでは,移動優先度に基づいて適切な初期接触点を自動的に見つけることができる。
複雑なマルチステージタスクでは、トランスポート優先に基づいて、エンドエフェクタの接触点を反復的に切り替えることができる。
論文 参考訳（メタデータ） (2022-05-05T17:59:41Z) - Optimization-driven Deep Reinforcement Learning for Robust Beamforming
in IRS-assisted Wireless Communications [54.610318402371185]
Intelligent Reflecting Surface (IRS)は、マルチアンテナアクセスポイント(AP)から受信機へのダウンリンク情報伝達を支援する有望な技術である。
我々は、APのアクティブビームフォーミングとIRSのパッシブビームフォーミングを共同最適化することで、APの送信電力を最小化する。
過去の経験からビームフォーミング戦略に適応できる深層強化学習(DRL)手法を提案する。
論文 参考訳（メタデータ） (2020-05-25T01:42:55Z) - Learning Compliance Adaptation in Contact-Rich Manipulation [81.40695846555955]
本稿では,コンタクトリッチタスクに必要な力プロファイルの予測モデルを学習するための新しいアプローチを提案する。
このアプローチは、双方向Gated Recurrent Units (Bi-GRU) に基づく異常検出と適応力/インピーダンス制御を組み合わせたものである。
論文 参考訳（メタデータ） (2020-05-01T05:23:34Z)
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。