論文の概要: Characteristics, Management, and Utilization of Muscles in Musculoskeletal Humanoids: Empirical Study on Kengoro and Musashi
- arxiv url: http://arxiv.org/abs/2602.08518v1
- Date: Mon, 09 Feb 2026 11:07:16 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-03-23 08:17:41.281525
- Title: Characteristics, Management, and Utilization of Muscles in Musculoskeletal Humanoids: Empirical Study on Kengoro and Musashi
- Title（参考訳）: 筋骨格型ヒューマノイドにおける筋の特性, 管理, 利用 : 健五郎と武蔵の実証研究
- Authors: Kento Kawaharazuka, Kei Okada, Masayuki Inaba,
- Abstract要約: 本研究は、筋肉の特徴と、その管理・利用方法の分類・分析を行う。
筋骨格構造の特徴を, 冗長性, 独立性, 異方性, 可変モーメントアーム, 弾性性の5つの特性に分類した。
- 参考スコア（独自算出の注目度）: 23.34270541138586
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Various musculoskeletal humanoids have been developed so far, and numerous studies on control mechanisms have been conducted to leverage the advantages of their biomimetic bodies. However, there has not been sufficient and unified discussion on the diverse properties inherent in these musculoskeletal structures, nor on how to manage and utilize them. Therefore, this study categorizes and analyzes the characteristics of muscles, as well as their management and utilization methods, based on the various research conducted on the musculoskeletal humanoids we have developed, Kengoro and Musashi. We classify the features of the musculoskeletal structure into five properties: Redundancy, Independency, Anisotropy, Variable Moment Arm, and Nonlinear Elasticity. We then organize the diverse advantages and disadvantages of musculoskeletal humanoids that arise from the combination of these properties. In particular, we discuss body schema learning and reflex control, along with muscle grouping and body schema adaptation. Also, we describe the implementation of movements through an integrated system and discuss future challenges and prospects.
- Abstract（参考訳）: これまでに様々な筋骨格型ヒューマノイドが開発されており、その生体模倣体の利点を活用するために制御機構に関する多くの研究がなされている。
しかし、これらの筋肉骨格構造に固有の多様な性質について、またそれらをどのように管理し、活用するかについて、十分に統一された議論は行われていない。
そこで本研究では, 健五郎, 武蔵らが開発した筋骨格型ヒューマノイドを用いて, 筋肉の特徴, およびその管理・利用法を分類, 分析した。
筋骨格構造の特徴を, 冗長性, 独立性, 異方性, 可変モーメントアーム, 非線形弾性の5つの特性に分類する。
次に、これらの特性の組み合わせから生じる筋骨格型ヒューマノイドの多様な利点と欠点を整理する。
特に,身体スキーマ学習と反射制御,および筋群化と身体スキーマ適応について議論する。
また,統合システムによる動作の実装について述べ,今後の課題と展望について論じる。
関連論文リスト
- Musculoskeletal simulation of limb movement biomechanics in Drosophila melanogaster [32.89880065783502]
ショウジョウバエの足の最初の3Dデータ駆動筋骨格モデルを紹介した。
複数の固定標本からの高分解能X線スキャンに基づくヒル型筋肉表現を応用した。
本モデルにより, 実験的に抽出可能なモデル生物における運動制御の解明が可能となった。
論文 参考訳（メタデータ） (2025-09-08T08:21:14Z) - Reinforcement learning-based motion imitation for physiologically plausible musculoskeletal motor control [47.423243831156285]
筋運動制御の理解を深めるために,モデルフリー運動模倣フレームワーク(KINESIS)を提案する。
我々は,KINESISが1.9時間のモーションキャプチャデータに対して強い模倣性能を達成できることを実証した。
キネシスはヒトの筋活動とよく相関する筋活動パターンを生成する。
論文 参考訳（メタデータ） (2025-03-18T18:37:49Z) - Muscles in Time: Learning to Understand Human Motion by Simulating Muscle Activations [64.98299559470503]
マッスル・イン・タイム (MinT) は、大規模な人工筋肉活性化データセットである。
227名の被験者と402名の模擬筋骨格をカバーする9時間以上のシミュレーションデータを含んでいる。
ヒトのポーズ配列からニューラルネットワークを用いた筋活動量推定の結果を示す。
論文 参考訳（メタデータ） (2024-10-31T18:28:53Z) - HUMOS: Human Motion Model Conditioned on Body Shape [54.20419874234214]
身体形状に基づく生成運動モデルを構築するための新しいアプローチを提案する。
非ペアデータを使ってこのモデルをトレーニングすることが可能であることを示す。
得られたモデルは、多種多様で、物理的に妥当で、動的に安定した人間の動きを生成する。
論文 参考訳（メタデータ） (2024-09-05T23:50:57Z) - MS-MANO: Enabling Hand Pose Tracking with Biomechanical Constraints [50.61346764110482]
筋骨格系と学習可能なパラメトリックハンドモデルMANOを統合し,MS-MANOを作成する。
このモデルは骨格系を駆動する筋肉と腱の力学をエミュレートし、結果として生じるトルク軌跡に生理学的に現実的な制約を与える。
また,マルチ層パーセプトロンネットワークによる初期推定ポーズを改良する,ループ式ポーズ改善フレームワークBioPRを提案する。
論文 参考訳（メタデータ） (2024-04-16T02:18:18Z) - Learning with Muscles: Benefits for Data-Efficiency and Robustness in
Anthropomorphic Tasks [13.545245521356218]
人間は、さまざまな動作において、堅牢性、汎用性、新しいタスクの学習という点でロボットより優れています。
我々は、高非線形筋力は、学習に好適な固有の安定性を提供する上で大きな役割を果たすと仮定する。
論文 参考訳（メタデータ） (2022-07-08T15:16:38Z) - MyoSuite -- A contact-rich simulation suite for musculoskeletal motor
control [7.856809409051587]
myoSuiteは、生理学的に正確な肘、手首、手首の生体力学的モデルで、物理的な接触機能を備えている。
簡単な姿勢制御から熟練した手-物体間相互作用まで、さまざまな運動制御課題を提供する。
論文 参考訳（メタデータ） (2022-05-26T20:11:23Z) - Emergent Hand Morphology and Control from Optimizing Robust Grasps of
Diverse Objects [63.89096733478149]
多様な物体をつかむために、効果的なハンドデザインが自然に現れるデータ駆動型アプローチを紹介します。
形態と把持スキルを共同で効率的に設計するベイズ最適化アルゴリズムを開発した。
我々は,新しい物体をつかむための堅牢で費用効率のよい手形態を発見するためのアプローチの有効性を実証する。
論文 参考訳（メタデータ） (2020-12-22T17:52:29Z) - DeepRetinotopy: Predicting the Functional Organization of Human Visual
Cortex from Structural MRI Data using Geometric Deep Learning [125.99533416395765]
我々は,脳機能と解剖学の複雑な関係を構造的および機能的MRIデータから学習するために,大脳皮質の構造を活用できるディープラーニングモデルを開発した。
我々のモデルは解剖学的特性だけで人間の視覚野の機能的構造を予測することができ、また個人間でのニュアンスの変化を予測することができた。
論文 参考訳（メタデータ） (2020-05-26T04:54:31Z)
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。