論文の概要: Rendezvous and Docking of Mobile Ground Robots for Efficient Transportation Systems
- arxiv url: http://arxiv.org/abs/2602.19862v1
- Date: Mon, 23 Feb 2026 14:01:37 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-03-23 08:17:41.647236
- Title: Rendezvous and Docking of Mobile Ground Robots for Efficient Transportation Systems
- Title（参考訳）: 効率的な輸送システムのための移動地ロボットのレンデブーとドッキング
- Authors: Lars Fischer, Daniel Flögel, Sören Hohmann,
- Abstract要約: 重要な課題は、2つの移動地ロボットの信頼性の高い運動中の物理的結合を実現することである。
既存のアプローチではドッキングインターフェースのモデリングやアプローチ戦略は無視されている。
両輪駆動ロボットの動特性と状態を明確にモデル化する集中型mpc手法を提案する。
この新しいアプローチにより、ドッキングインターフェースを備えた全方向車輪付きロボットは、初期位置に関わらず、物理的に衝突することが可能になる。
- 参考スコア（独自算出の注目度）: 1.2617078020344616
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: In-Motion physical coupling of multiple mobile ground robots has the potential to enable new applications like in-motion transfer that improves efficiency in handling and transferring goods, which tackles current challenges in logistics. A key challenge lies in achieving reliable autonomous in-motion physical coupling of two mobile ground robots starting at any initial position. Existing approaches neglect the modeling of the docking interface and the strategy for approaching it, resulting in uncontrolled collisions that make in-motion physical coupling either impossible or inefficient. To address this challenge, we propose a central mpc approach that explicitly models the dynamics and states of two omnidirectional wheeled robots, incorporates constraints related to their docking interface, and implements an approaching strategy for rendezvous and docking. This novel approach enables omnidirectional wheeled robots with a docking interface to physically couple in motion regardless of their initial position. In addition, it makes in-motion transfer possible, which is 19.75% more time- and 21.04% energy-efficient compared to a non-coupling approach in a logistic scenario.
- Abstract（参考訳）: 複数の移動体ロボットのIn-Motion物理的結合は、物流における現在の課題に対処する、商品の取り扱いと転送の効率を改善するインモーショントランスファーのような新しいアプリケーションを可能にする可能性がある。
重要な課題は、初期位置から始まる2つの移動地ロボットの信頼性の高い自律的な運動中の物理的結合を実現することである。
既存のアプローチはドッキングインタフェースのモデリングやアプローチ戦略を無視しており、その結果、運動中の物理的カップリングが不可能または非効率になるような、制御不能な衝突が発生する。
この課題に対処するため,本研究では,両輪駆動ロボットの動的および状態を明確にモデル化し,ドッキングインターフェースに関する制約を取り入れ,ランデブーとドッキングのためのアプローチ戦略を実装した集中型mpcアプローチを提案する。
この新しいアプローチにより、ドッキングインターフェースを持つ全方向車輪付きロボットは、初期位置に関わらず、物理的に衝突することが可能になる。
さらに、ロジスティックなシナリオでは非結合的なアプローチよりも19.75%の時間効率と21.04%のエネルギー効率で運動中の移動を可能にする。
関連論文リスト
- Learning Whole-Body Control for a Salamander Robot [1.321203201549798]
サラマンダーに触発された両生類脚ロボットは、複雑な水陸両生環境における応用を約束している。
多くのサンショウウオロボットは、中心パターンジェネレータ(CPG)をベースとし、ロコモーション制御のためのモデルベースコーディネート戦略に頼っていた。
強化学習(Reinforcement Learning)を用いて、主観的観察をマッピングし、共同レベルの行動に速度を指示することで、協調した運動行動が出現する。
論文 参考訳（メタデータ） (2026-03-17T15:43:15Z) - Pro-HOI: Perceptive Root-guided Humanoid-Object Interaction [57.252599851031505]
本稿では,知覚根誘導型ヒューマノイドオブジェクトインタラクション,Pro-HOIを紹介する。
Pro-HOIは、堅牢なヒューマノイドロコ操作のための一般化可能なフレームワークである。
ユニツリーG1ロボットの実証検証は、Pro-HOIが一般化と堅牢性においてベースラインを著しく上回っていることを示す。
論文 参考訳（メタデータ） (2026-03-01T14:19:59Z) - OmniTrack: General Motion Tracking via Physics-Consistent Reference [54.256312586493415]
OmniTrackは、一般的なモーショントラッキングから物理的実現可能性を明確に分離する一般的なトラッキングフレームワークである。
実験により、OmniTrackは追跡精度を向上し、目に見えない動きに対して強力な一般化を示すことが示された。
実世界のテストでは、OmniTrackは、フリップやカートホイールのような複雑なアクロバティックな動きを含む、1時間の長さ、一貫性、安定したトラッキングを実現している。
論文 参考訳（メタデータ） (2026-02-27T09:12:15Z) - Hierarchical Trajectory Planning of Floating-Base Multi-Link Robot for Maneuvering in Confined Environments [9.325443556436436]
浮動小数点浮動小数点浮動小数点浮動小数点浮動小数点浮動小数点浮動小数点浮動小数点浮動小数点浮動小数点浮動小数点浮動小数点浮動小数点浮動小数点浮動小数点浮動小数点浮動小数点浮動小数点浮動
本研究は,グローバルガイダンスと設定対応ローカル最適化を統合した階層的軌道計画フレームワークを導入する。
我々の知る限りでは、これは実際のロボットで実証された浮動小数点移動型マルチリンクロボットのための最初の計画フレームワークである。
論文 参考訳（メタデータ） (2026-02-25T22:49:54Z) - GRoQ-LoCO: Generalist and Robot-agnostic Quadruped Locomotion Control using Offline Datasets [0.8678250057211367]
GRoQ-LoCOはスケーラブルで注目度の高いフレームワークで、複数の四足歩行ロボットと地形をまたいだ1つの汎用的なロコモーションポリシーを学習する。
我々のフレームワークは、ロボット固有のエンコーディングを組み込まずに、すべてのロボットからの保護的データのみを運用する。
その結果、オフラインでデータ駆動学習により、様々な4つの形態や行動にまたがる移動を一般化する可能性が示された。
論文 参考訳（メタデータ） (2025-05-16T08:17:01Z) - Humanoid Whole-Body Locomotion on Narrow Terrain via Dynamic Balance and Reinforcement Learning [54.26816599309778]
動的バランスと強化学習(RL)に基づく新しい全身移動アルゴリズムを提案する。
具体的には,ZMP(Zero-Moment Point)駆動の報酬とタスク駆動の報酬を,全身のアクター批判的枠組みで拡張した尺度を活用することで,動的バランス機構を導入する。
フルサイズのUnitree H1-2ロボットによる実験により、非常に狭い地形でのバランスを維持するための手法の有効性が検証された。
論文 参考訳（メタデータ） (2025-02-24T14:53:45Z) - Learning Bipedal Walking for Humanoids with Current Feedback [5.429166905724048]
アクチュエータレベルでの不正確なトルクトラッキングから生じるヒューマノイドロボットのシム2リアルギャップ問題を克服するためのアプローチを提案する。
提案手法は、実際のHRP-5Pヒューマノイドロボットに展開して二足歩行を実現するシミュレーションにおいて、一貫したエンドツーエンドのポリシーをトレーニングする。
論文 参考訳（メタデータ） (2023-03-07T08:16:46Z) - Agile Maneuvers in Legged Robots: a Predictive Control Approach [20.55884151818753]
そこで本研究では,ロボットがアジャイルなロコモーションスキルを計画し,実行できるようにする,接触位相予測および状態フィードバックコントローラを提案する。
私たちの研究は、予測制御がアクティベーション制限を処理し、アジャイルなロコモーション操作を生成し、別のボディコントローラを使わずに、ハードウェア上でローカルに最適なフィードバックポリシーを実行することができることを示す最初のものです。
論文 参考訳（メタデータ） (2022-03-14T23:32:17Z) - SABER: Data-Driven Motion Planner for Autonomously Navigating
Heterogeneous Robots [112.2491765424719]
我々は、データ駆動型アプローチを用いて、異種ロボットチームをグローバルな目標に向けてナビゲートする、エンドツーエンドのオンラインモーションプランニングフレームワークを提案する。
モデル予測制御(SMPC)を用いて,ロボット力学を満たす制御入力を計算し,障害物回避時の不確実性を考慮した。
リカレントニューラルネットワークは、SMPC有限時間地平線解における将来の状態の不確かさを素早く推定するために用いられる。
ディープQ学習エージェントがハイレベルパスプランナーとして機能し、SMPCにロボットを望ましいグローバルな目標に向けて移動させる目標位置を提供する。
論文 参考訳（メタデータ） (2021-08-03T02:56:21Z) - ReLMoGen: Leveraging Motion Generation in Reinforcement Learning for
Mobile Manipulation [99.2543521972137]
ReLMoGenは、サブゴールを予測するための学習されたポリシーと、これらのサブゴールに到達するために必要な動作を計画し実行するためのモーションジェネレータを組み合わせたフレームワークである。
本手法は,フォトリアリスティック・シミュレーション環境における7つのロボットタスクの多種多様なセットをベンチマークする。
ReLMoGenは、テスト時に異なるモーションジェネレータ間で顕著な転送可能性を示し、実際のロボットに転送する大きな可能性を示している。
論文 参考訳（メタデータ） (2020-08-18T08:05:15Z)
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。