論文の概要: A Deployable Bio-inspired Compliant Leg Design for Enhanced Leaping in Quadruped Robots

• arxiv url: http://arxiv.org/abs/2603.01128v1
• Date: Sun, 01 Mar 2026 14:22:11 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-23 08:17:41.801474
• Title: A Deployable Bio-inspired Compliant Leg Design for Enhanced Leaping in Quadruped Robots
• Title（参考訳）: 四足歩行ロボットの推進力向上のための展開可能なバイオインスパイアされた適合脚の設計
• Authors: Yiyang Chen, Yuxin Liu, Jinzheng Zhou, Fanxin Wang, Qinglei Bu, Jie Sun, Yikun Cheng,
• Abstract要約: 本稿では, カエル脚のエネルギー貯蔵機構をエミュレートするバイオインスピレーション法を提案する。 特殊な3Dプリント弾性材料を用いたDCL(Deployable Compliant Leghopper)を設計した。 この構造は生物学的な腱と同様に機能し、ロボットのスクワットフェーズ中に弾性エネルギーを蓄積し、跳躍中にモーター出力を増強するために素早く放出する。
• 参考スコア（独自算出の注目度）: 8.059923344115127
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Quadruped robots are becoming increasingly essential for various applications, including industrial inspection and catastrophe search and rescue. These scenarios require robots to possess enhanced agility and obstacle-navigation skills. Nonetheless, the performance of current platforms is often constrained by insufficient peak motor power, limiting their ability to perform explosive jumps. To address this challenge, this paper proposes a bio-inspired method that emulates the energy-storage mechanism found in froghopper legs. We designed a Deployable Compliant Leg (DCL) utilizing a specialized 3D-printed elastic material, Polyether block amide (PEBA), featuring a lightweight internal lattice structure. This structure functions analogously to biological tendons, storing elastic energy during the robot's squatting phase and rapidly releasing it to augment motor output during the leap. The proposed mechanical design significantly enhances the robot's vertical jumping capability. Through finite element analysis (FEA) and experimental validation, we demonstrate a relative performance improvement of 17.1% in vertical jumping height.
• Abstract（参考訳）: 四足歩行ロボットは、産業検査や災害救助など、さまざまな用途に欠かせないものになりつつある。 これらのシナリオでは、ロボットは機敏性と障害物航行のスキルを増強する必要がある。 しかしながら、現在のプラットフォームの性能は、しばしばピーク時のモーターパワーの不足によって制限され、爆発的なジャンプを行う能力が制限される。 そこで本研究では, カエル脚のエネルギー貯蔵機構をエミュレートするバイオインスピレーション法を提案する。 軽量な内部格子構造を有する3Dプリント弾性材料であるポリエーテルブロックアミド(PEBA)を用いたDCL(Deployable Compliant Leg)を設計した。 この構造は生物学的な腱と同様に機能し、ロボットのスクワットフェーズ中に弾性エネルギーを蓄積し、跳躍中にモーター出力を増強するために素早く放出する。 提案する機械設計はロボットの垂直跳躍能力を著しく向上させる。 有限要素解析(FEA)と実験的検証により,垂直跳躍高さにおいて相対的な17.1%の性能向上を示す。

関連論文リスト

• A Robotic Testing Platform for Pipelined Discovery of Resilient Soft Actuators [63.07587517846448]
  本稿では,DEA寿命をスキャンできる新しいテストロボットによって実現された最適化パイプラインを提案する。 ロボットは、電気機械特性測定、プログラム可能な電圧入力、マルチチャネルテスト能力を統合する。 これを用いて,入力電圧等級,周波数,電極物質濃度,電気接続フィラーなど,Elastosil系リニアアクチュエータの寿命を走査した。
  論文  参考訳（メタデータ） (2026-02-24T14:41:28Z)
• RobotSeg: A Model and Dataset for Segmenting Robots in Image and Video [56.9581053843815]
  画像とビデオにおけるロボットセグメンテーションの基礎モデルであるRobotSegを紹介する。 ロボットへの適応の欠如、手動のプロンプトへの依存、フレーム単位のトレーニングマスクアノテーションの必要性に対処する。 それは、画像とビデオの両方で最先端のパフォーマンスを達成する。
  論文  参考訳（メタデータ） (2025-11-28T07:51:02Z)
• Taccel: Scaling Up Vision-based Tactile Robotics via High-performance GPU Simulation [34.47272224723296]
  ロボット,触覚センサ,物体を精度と前例のない速度でモデル化するために,IPCとABDを統合した高性能なシミュレーションプラットフォームであるTaccelを提案する。 並列化が制限されたサブリアルタイム速度で動作する従来のシミュレータとは異なり、Taccelは正確な物理シミュレーションとリアルな触覚信号を提供する。 これらの能力は、触覚ロボットの研究と開発を拡大するための強力なツールとして、Taccelを位置づけている。
  論文  参考訳（メタデータ） (2025-04-17T12:57:11Z)
• Evolutionary Morphology Towards Overconstrained Locomotion via Large-Scale, Multi-Terrain Deep Reinforcement Learning [10.030349447312057]
  本稿では,進化形態学にインスパイアされたデザインと学習の視点から,過剰に拘束された移動の新たなクラスについて検討する。 本研究では,従来の平面型4バーリンケージ,過剰拘束型ベネットリンケージ,球面型4バーリンケージとしてパラメトリックに再構成可能な3次元プリント可能なロボットアームの設計を提案する。 以上の結果から,両肢は前方および側方で異なる地形を歩行するときに,平面下肢よりも効率のよい移動が認められた。
  論文  参考訳（メタデータ） (2024-07-01T07:57:01Z)
• 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)
• Robust and Versatile Bipedal Jumping Control through Reinforcement Learning [141.56016556936865]
  この研究は、トルク制御された二足歩行ロボットが実世界で頑丈で多目的なダイナミックジャンプを行えるようにすることで、二足歩行ロボットの機敏さの限界を推し進めることを目的としている。 本稿では,ロボットが様々な場所や方向へジャンプするなど,さまざまなジャンプタスクを達成するための強化学習フレームワークを提案する。 我々は,ロボットの長期入出力(I/O)履歴を符号化し,短期I/O履歴への直接アクセスを可能にする新しいポリシー構造を開発する。
  論文  参考訳（メタデータ） (2023-02-19T01:06:09Z)
• Autonomous Navigation of Underactuated Bipedal Robots in Height-Constrained Environments [20.246040671823554]
  本稿では,二足歩行ロボットのためのエンドツーエンドの自律ナビゲーションフレームワークを提案する。 平面歩行と垂直歩行高さの結合力学を捉えるために,垂直移動式Spring-Loaded Inverted Pendulum (vSLIP)モデルを導入した。 可変歩行高さ制御装置を利用して、二足歩行ロボットは、計画された軌跡に従いながら、安定した周期歩行歩行を維持できる。
  論文  参考訳（メタデータ） (2021-09-13T05:36:14Z)
• Robust Quadruped Jumping via Deep Reinforcement Learning [10.095966161524043]
  本稿では,騒音環境下での四足歩行ロボットのジャンプ距離と高さについて考察する。 本研究では,4重跳躍のための非線形軌道最適化の複雑な解を活用・拡張するディープ強化学習を用いたフレームワークを提案する。 体長2倍の体長をジャンプしながら、高さ最大6cmの足の障害の頑丈さ、あるいはロボットの名目立位の高さの33%を実証した。
  論文  参考訳（メタデータ） (2020-11-13T19:04:24Z)

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。