論文の概要: MORPH Wheel: A Passive Variable-Radius Wheel Embedding Mechanical Behavior Logic for Input-Responsive Transformation

• arxiv url: http://arxiv.org/abs/2602.06265v1
• Date: Thu, 05 Feb 2026 23:46:26 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-23 08:17:41.21458
• Title: MORPH Wheel: A Passive Variable-Radius Wheel Embedding Mechanical Behavior Logic for Input-Responsive Transformation
• Title（参考訳）: MORPH Wheel:入力応答変換のための機械的挙動論理を組み込んだパッシブ可変ラディウスホイール
• Abstract要約: 本稿では、トルク応答変換のための機械的挙動論理を組み込んだ完全受動可変ラジウスホイールであるMORPHホイールを紹介する。 この設計では、車輪半径を機械的に調整するために、トルク応答カプラとバネ装荷の連結ストラットを統合している。 MORPHホイールは機械的にプログラムされた構造を例示し、知的で文脈に依存した振る舞いを直接物理設計に組み込む。
• 参考スコア（独自算出の注目度）: 7.186456094701819
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: This paper introduces the Mechacnially prOgrammed Radius-adjustable PHysical (MORPH) wheel, a fully passive variable-radius wheel that embeds mechanical behavior logic for torque-responsive transformation. Unlike conventional variable transmission systems relying on actuators, sensors, and active control, the MORPH wheel achieves passive adaptation solely through its geometry and compliant structure. The design integrates a torque-response coupler and spring-loaded connecting struts to mechanically adjust the wheel radius between 80 mm and 45 mm in response to input torque, without any electrical components. The MORPH wheel provides three unique capabilities rarely achieved simultaneously in previous passive designs: (1) bidirectional operation with unlimited rotation through a symmetric coupler; (2) high torque capacity exceeding 10 N with rigid power transmission in drive mode; and (3) precise and repeatable transmission ratio control governed by deterministic kinematics. A comprehensive analytical model was developed to describe the wheel's mechanical behavior logic, establishing threshold conditions for mode switching between direct drive and radius transformation. Experimental validation confirmed that the measured torque-radius and force-displacement characteristics closely follow theoretical predictions across wheel weights of 1.8-2.8kg. Robot-level demonstrations on varying loads (0-25kg), slopes, and unstructured terrains further verified that the MORPH wheel passively adjusts its radius to provide optimal transmission ratio. The MORPH wheel exemplifies a mechanically programmed structure, embedding intelligent, context-dependent behavior directly into its physical design. This approach offers a new paradigm for passive variable transmission and mechanical intelligence in robotic mobility systems operating in unpredictable or control-limited environments.
• Abstract（参考訳）: 本稿では、トルク応答性変換のための機械的挙動論理を組み込んだ完全受動可変ラジウスホイールであるメカシニカル・プリオグラム・ラディウス調整可能なPHysical wheel(MORPH)を紹介する。 アクチュエータ、センサー、アクティブコントロールに依存した従来の可変トランスミッションシステムとは異なり、MORPHホイールは幾何学と適合した構造によってのみ受動的適応を実現する。 この設計では、入力トルクに応じて車輪半径を80mmから45mmに機械的に調整するために、トルク応答カプラとバネ装荷の連結ストラットを統合している。 MORPHホイールは、(1)対称カプラを通した無限回転の双方向動作、(2)駆動モードで10Nを超える高トルク容量、(3)決定論的キネマティクスによって制御される正確かつ反復的な伝達比制御という、従来の受動設計では、同時に達成されない3つの特徴を提供する。 車輪の機械的挙動を記述するための総合解析モデルが開発され、直接駆動と半径変換のモード切替のためのしきい値条件が確立された。 実験的検証により、測定されたトルク半径と力の変位特性は、1.8-2.8kgの車輪重量の理論的予測に密接に従うことが確認された。 様々な荷重(0-25kg)、傾斜地、非構造地形に関するロボットレベルのデモンストレーションにより、MORPHホイールがその半径を受動的に調整し、最適な伝達比を提供することを確認した。 MORPHホイールは機械的にプログラムされた構造を例示し、知的で文脈に依存した振る舞いを直接物理設計に組み込む。 このアプローチは、予測不能または制御不能な環境で動作するロボットモビリティシステムにおいて、受動変速機と機械的知性のための新しいパラダイムを提供する。

関連論文リスト

• Friction Characterization of a Cable-Driven Differential Actuation System for Lower-Limb Exoskeletons [42.628421392139]
  下肢の外骨格は正確な関節トルク制御を提供する作動系を必要とする。 従来のアーキテクチャは独立して作動する関節と関節レベルのトルクセンサーに依存していることが多い。 本稿では,ヒップ膝屈曲・伸展のための新しいディファレンシャル・アクティベーション・アーキテクチャを提案する。
  論文  参考訳（メタデータ） (2026-06-14T19:47:32Z)
• Identification of a Physics-Based Electrical Power Consumption Model for the Unitree G1 Humanoid Arm [41.90412270641482]
  本稿では,UnitreeG1ヒューマノイドロボットの左腕の電力消費に関する物理モデルを提案する。 提案した定式化は、アクチュエータ損失項とベースライントルク補正を組み合わせることで、重力補償負荷の変化を捉える。 シングルジョイントとアコーディネートアームの動作を複数の速度レベルでカバーする897トラジェクトリで、同定されたモデルは、1.07 (W)のRMSEで$R2 = 0.933$に達する。
  論文  参考訳（メタデータ） (2026-06-14T16:45:07Z)
• Driver-WM: A Driver-Centric Traffic-Conditioned Latent World Model for In-Cabin Dynamics Rollout [55.19244743715421]
  Driver-WMは、ドライバー中心の潜在世界モデルで、アウトキャビンのトラフィックコンテキストを考慮に入れたインキャビンのダイナミクスをロールアウトする。 身体のキネマティクス予測を補助的な行動的・感情的意味認識と統合する。 ドライバ-WMは、反応性の高いハイモーション操作のための堅牢な長距離幾何学的予測を与える。
  論文  参考訳（メタデータ） (2026-05-06T16:30:48Z)
• Physics-Informed Reinforcement Learning of Spatial Density Velocity Potentials for Map-Free Racing [73.88859384645264]
  Out-Of-Distribution (OOD) の様々なレーストラックへの一般化は、機械学習(ML)を用いて、エンドツーエンド制御のためのセンサデータと車両アクチュエーターの間の数学的関係を符号化する。 本稿では,非幾何学的,物理インフォームド報酬を用いた深度測定のスペクトル分布から非線形車両動特性をパラメータ化して,ニューラルネットワーク(ANN)による車両の時間最適・乗換レース制御を推定するDRL法を提案する。 このポリシーは、経験的なパセジカタイヤモデルに似たタイヤのダイナミックスで摩擦円を最大化することで、OODトラックの12%で人間のデモより優れています。
  論文  参考訳（メタデータ） (2026-04-10T17:12:07Z)
• Design of an In-Pipe Robot with Contact-Angle-Guided Kinematic Decoupling for Crosstalk-Suppressed Locomotion [20.379309593600414]
  管内検査ロボットは、肘と3次元のフィッティングで閉じ込められたパイプラインネットワークを横切る必要がある。 コンパクトなV字型プラットフォームでは、これらの機能はしばしば共有接触や間接運動に依存する。 本稿では、2つの物理的独立なアクティベーションチャネルを提供するジョイント軸・ホイール分離レイアウトを備えたV字型インパイプロボットを提案する。
  論文  参考訳（メタデータ） (2026-03-28T11:40:36Z)
• Geometry-based pneumatic actuators for soft robotics [3.516880783923843]
  我々は,CNC熱シールチャンバーを用いた拘束層を導入する設計と実装のアプローチとして,幾何に基づく空気圧アクチュエータ(GPAs)を提案する。 このアプローチは予測可能な変形、ほぼゼロの曲げ半径、多状態アクチュエータを実現し、カスタマイズ可能かつ繰り返し可能な複雑なアクチュエータージオメトリを可能にする。 49gの手首外骨格による筋活動の最大51%低減,30.8g触覚インタフェースによる8N力フィードバックの高速応答,208g二足歩行ロボットの3つの応用によるGPAアプローチの汎用性を実証した。
  論文  参考訳（メタデータ） (2026-02-27T15:43:22Z)
• Hybrid Offline-Online Reinforcement Learning for Sensorless, High-Precision Force Regulation in Surgical Robotic Grasping [2.874057693956189]
  物理一貫性モデリングとハイブリッド強化学習を組み合わせたセンサレス制御フレームワークを提案する。 本研究では,電気・伝達・顎運動の結合を捉えるダ・ヴィンチ・シグルーピング機構の第1原理のディジタル双極子を開発した。 シミュレーションでは、マルチハーモニック顎運動において、コントローラは所望の基準の1%以内の把持力を維持できる。
  論文  参考訳（メタデータ） (2026-02-27T10:11:59Z)
• Physics-Embedded Neural ODEs for Learning Antagonistic Pneumatic Artificial Muscle Dynamics [2.8169681659450876]
  空気圧人工筋肉(PAM)は、柔らかいウェアラブル、補助的、対話的なロボットのための適合した運動を可能にする。 本稿では,物理構造を学習モデルに組み込んだハイブリッド型ニューラル常微分方程式の枠組みを提案する。
  論文  参考訳（メタデータ） (2026-02-27T04:38:22Z)
• Snapping Actuators with Asymmetric and Sequenced Motion [6.7646973106436254]
  小型四足歩行ロボットは、単一の圧力入力のみを用いて協調波状移動を実現する。 このロボットは、最大速度72.78mm/sの周波数依存性能を7.5Hzで発揮する。
  論文  参考訳（メタデータ） (2026-02-20T18:45:17Z)
• Tendon-Driven Reciprocating and Non-Reciprocating Motion via Snapping Metabeams [0.0]
  反動運動と非反動運動の両方を生み出すために、スパイラルベースメタビームからなる腱駆動機構を開発した。 スパイラル幾何学はPLAのような比較的硬い材料から作られた場合でも大きな可逆変形を可能にする。 開発されたメカニズムは水泳ロボットにさらに統合され、腱駆動のフィンは2つの異なるアクティベーションモードを示した。
  論文  参考訳（メタデータ） (2026-02-20T16:35:51Z)
• HUSKY: Humanoid Skateboarding System via Physics-Aware Whole-Body Control [67.58927286226925]
  本稿では,ヒューマノイド・スケータボードシステムモデリングと物理を意識した全身制御を統合した学習ベースのフレームワークを提案する。 Unitree G1のヒューマノイドプラットフォームでの実験では、現実のシナリオにおいて、私たちのフレームワークがスケートボード上で安定的でアジャイルな操作を可能にすることが示されています。
  論文  参考訳（メタデータ） (2026-02-03T07:18:01Z)
• SPINE Gripper: A Twisted Underactuated Mechanism-based Passive Mode-Transition Gripper [9.01638832898787]
  単アクチュエータ受動グリップは、機械的に符号化された電力伝達ロジックにより、安定した握りと連続した双方向の手動回転を実現する。 この動作の主な実現要因は、非コプラナー運動を生成するツイスト・アンダーアクチュエーター・メカニズム(TUM)である。
  論文  参考訳（メタデータ） (2026-01-11T09:55:18Z)
• DSO-VSA: a Variable Stiffness Actuator with Decoupled Stiffness and Output Characteristics for Rehabilitation Robotics [11.174959557114532]
  本稿では, 脱カップリングされた剛性と再生ロボットの出力挙動を特徴とする可変剛性アクチュエータを提案する。 このシステムは、可変長レバーと低シクロディダル直線機構を組み合わせた可変剛性機構を統合し、線形トルク-偏向関係を実現する。 位置ループ項が剛性と偏向角を協調的に調節する微分構成に基づいて、カスケードPIコントローラをさらに発展させる。
  論文  参考訳（メタデータ） (2025-12-21T12:13:17Z)
• Forecasting Continuous Non-Conservative Dynamical Systems in SO(3) [51.510040541600176]
  コンピュータビジョンにおける移動物体の回転をモデル化するための新しい手法を提案する。 我々のアプローチは、入力ノイズに対して頑健でありながら、エネルギーと運動量保存に非依存である。 トレーニング中の雑音状態から物体のダイナミクスを近似させることで、シミュレーションや様々な現実世界の設定において頑健な外挿能力が得られる。
  論文  参考訳（メタデータ） (2025-08-11T09:03:10Z)
• PIN-WM: Learning Physics-INformed World Models for Non-Prehensile Manipulation [44.44501164377334]
  非包括的操作に関わる3次元剛体力学の世界モデルを学ぶ。 PIN-WMは、わずかなショットとタスクに依存しない物理的相互作用軌跡でのみ学習することができる。 学習したPIN-WMを、物理を意識したランダム化によって、デジタルクーシンのグループに変換する。
  論文  参考訳（メタデータ） (2025-04-23T13:27:07Z)
• RACER: Rational Artificial Intelligence Car-following-model Enhanced by Reality [46.909086734963665]
  本稿では,アダプティブ・クルーズ・コントロール(ACC)運転行動を予測する,最先端の深層学習車追従モデルであるRACERを紹介する。 従来のモデルとは異なり、RACERは実走行の重要な要素であるRDC(Rational Driving Constraints)を効果的に統合している。 RACERはアクセラレーション、ベロシティ、スペーシングといった主要なメトリクスを網羅し、ゼロ違反を登録する。
  論文  参考訳（メタデータ） (2023-12-12T06:21:30Z)
• Cat states in a driven superfluid: role of signal shape and switching protocol [62.997667081978825]
  運動エネルギーをゼロ時間平均で振動させた1次元Bose-Hubbardモデルの挙動について検討する。 システムパラメータの変動に対して,この非従来的基底状態のロバスト性を分析する。
  論文  参考訳（メタデータ） (2020-05-11T15:15:06Z)

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。