論文の概要: Jumping Control for a Quadrupedal Wheeled-Legged Robot via NMPC and DE Optimization

• arxiv url: http://arxiv.org/abs/2602.21612v1
• Date: Wed, 25 Feb 2026 06:13:59 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-23 08:17:41.69549
• Title: Jumping Control for a Quadrupedal Wheeled-Legged Robot via NMPC and DE Optimization
• Title（参考訳）: NMPCとDE最適化による四足歩行ロボットの跳躍制御
• Authors: Xuanqi Zeng, Lingwei Zhang, Linzhu Yue, Zhitao Song, Hongbo Zhang, Tianlin Zhang, Yun-Hui Liu,
• Abstract要約: 四足歩行ロボットは、足歩行と車輪移動の利点を組み合わせて、より優れた移動性を実現する。 ダイナミックジャンプの実行は、車輪付きの脚によって導入された追加の自由度のために、依然として重要な課題である。 そこで本研究では,アジャイル運動のための小型の車輪付き脚ロボットを開発し,新しい動き制御フレームワークを提案する。
• 参考スコア（独自算出の注目度）: 14.88101223616473
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Quadrupedal wheeled-legged robots combine the advantages of legged and wheeled locomotion to achieve superior mobility, but executing dynamic jumps remains a significant challenge due to the additional degrees of freedom introduced by wheeled legs. This paper develops a mini-sized wheeled-legged robot for agile motion and presents a novel motion control framework that integrates the Nonlinear Model Predictive Control (NMPC) for locomotion and the Differential Evolution (DE) based trajectory optimization for jumping in quadrupedal wheeled-legged robots. The proposed controller utilizes wheel motion and locomotion to enhance jumping performance, achieving versatile maneuvers such as vertical jumping, forward jumping, and backflips. Extensive simulations and real-world experiments validate the effectiveness of the framework, demonstrating a forward jump over a 0.12 m obstacle and a vertical jump reaching 0.5 m.
• Abstract（参考訳）: 四足歩行ロボットは、脚と車輪の移動の利点を組み合わせ、より優れた移動性を実現するが、車輪の脚がもたらす自由度が増すため、動的ジャンプの実行は大きな課題である。 本稿では,アジャイル運動のための小型の車輪付き脚ロボットを開発し,ロコモーションのための非線形モデル予測制御(NMPC)と,四足歩行ロボットをジャンプするための微分進化(DE)に基づく軌道最適化を統合した新しい動き制御フレームワークを提案する。 提案した制御器は車輪の動きと移動を利用してジャンプ性能を高め,垂直跳躍,前方跳躍,バックフリップなどの多目的操作を実現する。 大規模なシミュレーションと実世界の実験により、このフレームワークの有効性が検証され、0.12mの障害物と0.5mの垂直ジャンプの前方ジャンプが実証された。

関連論文リスト

• Underactuated multimodal jumping robot for extraterrestrial exploration [0.3867363075280543]
  低重力体上でのマルチモーダル移動の探索を目的とした転動・跳躍式単足ロボットを提案する。 地上でのロボットの跳躍方向を目標とするバランスコントローラと、飛行後にロボットの脚を目標とする空中再配向コントローラである。
  論文  参考訳（メタデータ） (2026-03-06T18:08:32Z)
• System Design of the Ultra Mobility Vehicle: A Driving, Balancing, and Jumping Bicycle Robot [20.113840669330596]
  トライアルサイクリストとマウンテンバイクライダーは、ホップ、ジャンプ、バランスをとり、一方または両側の車輪で運転することができる。 この23.5kgのロボットは、高速で大きな障害物を乗り越えることができる。
  論文  参考訳（メタデータ） (2026-02-25T17:05:09Z)
• Perceptive Humanoid Parkour: Chaining Dynamic Human Skills via Motion Matching [77.28042137892943]
  本稿では,人間型ロボットの長期的視覚的パーキングを自律的に行うためのモジュール型フレームワークであるPerceptive Humanoid Parkour(PHP)を提案する。 本研究は、これらの合成動作に対する運動追跡強化学習専門家の政策を訓練し、それらを深度に基づく多スキル学生政策に抽出する。 我々は,Unitree G1ヒューマノイドロボットを用いた実世界実験により,我々のフレームワークを検証した。
  論文  参考訳（メタデータ） (2026-02-17T18:59:11Z)
• Co-jump: Cooperative Jumping with Quadrupedal Robots via Multi-Agent Reinforcement Learning [20.562583114049747]
  コジャンプ(co-jump)は、2つの四足歩行ロボットが単独でジャンプを行うという協調作業である。 我々は,このタスクの高インパルス接触ダイナミクスを,明示的なコミュニケーションや事前定義された動作プリミティブを伴わずに同期する分散環境下で取り組んだ。 ロボットの1つが1.1mの高さを達成しており、スタンドアローンの四足歩行ロボットの0.45mのジャンプ高よりも144%向上している。
  論文  参考訳（メタデータ） (2026-02-11T04:28:04Z)
• 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)
• Impedance Matching: Enabling an RL-Based Running Jump in a Quadruped Robot [7.516046071926082]
  シミュレーションロボットと現実ロボットのギャップを軽減するための新しい枠組みを提案する。 本フレームワークはパラメータ選択のための構造化ガイドラインとシミュレーションにおける動的ランダム化の範囲を提供する。 結果は、我々の知る限り、実四足歩行ロボットにおいて、RLベースの制御ポリシーによって実証された最も高く、最も長いジャンプの1つです。
  論文  参考訳（メタデータ） (2024-04-23T14:52:09Z)
• Reinforcement Learning for Versatile, Dynamic, and Robust Bipedal Locomotion Control [106.32794844077534]
  本稿では,二足歩行ロボットのための動的移動制御系を構築するために,深層強化学習を用いた研究について述べる。 本研究では、周期歩行やランニングから周期ジャンプや立位に至るまで、様々な動的二足歩行技術に使用できる汎用的な制御ソリューションを開発する。 この研究は、二足歩行ロボットの俊敏性の限界を、現実世界での広範な実験を通じて押し上げる。
  論文  参考訳（メタデータ） (2024-01-30T10:48:43Z)
• Reinforcement Learning for Robust Parameterized Locomotion Control of Bipedal Robots [121.42930679076574]
  シミュレーションにおけるロコモーションポリシをトレーニングするためのモデルフリー強化学習フレームワークを提案する。 ドメインランダム化は、システムダイナミクスのバリエーションにまたがる堅牢な振る舞いを学ぶためのポリシーを奨励するために使用されます。 本研究では、目標歩行速度、歩行高さ、旋回ヨーなどの多目的歩行行動について示す。
  論文  参考訳（メタデータ） (2021-03-26T07:14:01Z)

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。