Fugu-MT 論文翻訳(概要): Learning Thermal-Aware Locomotion Policies for an Electrically-Actuated Quadruped Robot

論文の概要: Learning Thermal-Aware Locomotion Policies for an Electrically-Actuated Quadruped Robot

arxiv url: http://arxiv.org/abs/2603.01631v1
Date: Mon, 02 Mar 2026 09:06:59 GMT
ステータス: 翻訳完了
システム内更新日: 2026-03-23 08:17:41.820416
Title: Learning Thermal-Aware Locomotion Policies for an Electrically-Actuated Quadruped Robot
Title（参考訳）: 電気駆動型四足歩行ロボットの熱認識ロコモーションポリシーの学習
Abstract要約: 本研究は、運動温度を強化学習ロコモーションポリシーに組み込む熱認識制御法を提案する。ユニツリーA1の実際の実験では、固定された3kgのペイロードの下で、ベースラインポリシーがオーバーヒート保護をトリガーし、約7分以内に停止することを示した。提案手法は,命令追跡性能を同等に保ちながら,熱的中断なく27分以上連続的に動作可能である。
参考スコア（独自算出の注目度）: 8.393707423105182
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: Electrically-actuated quadrupedal robots possess high mobility on complex terrains, but their motors tend to accumulate heat under high-torque cyclic loads, potentially triggering overheat protection and limiting long-duration tasks. This work proposes a thermal-aware control method that incorporates motor temperatures into reinforcement learning locomotion policies and introduces thermal-constraint rewards to prevent temperature exceedance. Real-world experiments on the Unitree A1 demonstrate that, under a fixed 3 kg payload, the baseline policy triggers overheat protection and stops within approximately 7 minutes, whereas the proposed method can operate continuously for over 27 minutes without thermal interruptions while maintaining comparable command-tracking performance, thereby enhancing sustainable operational capability.
Abstract（参考訳）: 電気的に作動する四足歩行ロボットは複雑な地形で高い移動性を持つが、モーターは高トルクの循環負荷下で熱を蓄積する傾向にあり、オーバーヒートの保護と長期の作業の制限を引き起こす可能性がある。本研究は,運動温度を強化学習ロコモーションポリシーに組み込んだサーマルアウェア制御手法を提案し,温度超過を防止するためにサーマルコントラスト報酬を導入する。 Unitree A1の実際の実験では、固定された3kgのペイロードの下では、ベースラインポリシーはオーバーヒート保護をトリガーし、約7分以内に停止する。

関連論文リスト

Sustainable Edge Vision via Empirically Calibrated DVFS: Eliminating Thermal Throttling on Passively Cooled Hardware [0.0]
受動冷却エッジシステム(SoC)における持続型ディープニューラルネットワーク(DNN)推論のためのスケジューラを提案する。提案手法は時間領域ガードと絶対温度境界を利用しており, 熱スパイクの急激な対策としてデリバティブトリガーが有効である。温度のみの反応性基線を6.8%高いフレームレート(コーエンd = 8.73)で上回り、1フレームあたりのエネルギーは1.9%減少する。
論文参考訳（メタデータ） (2026-09-04T04:24:05Z)
Learning to Balance Motor Thermal Safety and Quadrupedal Locomotion Performance with Residual Policy [10.18073760686127]
本稿では,四足歩行ロボットの全身熱モデルを強化学習パイプラインに統合し,運動温度を更新する。残留ポリシーは、ロボットの熱状態に基づいて補正アクションを提供するための名目上のポリシーに基づいて訓練される。シミュレーションの結果, 提案手法は, モータの熱安全性と移動性能のバランスを効果的に向上することを示した。
論文参考訳（メタデータ） (2026-05-26T14:00:10Z)
Deep Generative and Discriminative Digital Twin endowed with Variational Autoencoder for Unsupervised Predictive Thermal Condition Monitoring of Physical Robots in Industry 6.0 and Society 6.0 [0.0]
生成AIを備えたデジタル双生児は、熱的異常を管理し、非クリティカルなロボット状態を生成するために利用される。ロボットは、このスコアを使用して、産業用6.0および社会用6.0の新興アプリケーションからの要求を満たすために、所望の運動プロファイルの熱的可能性の予測、予測、共有を行うことができる。
論文参考訳（メタデータ） (2025-09-16T06:52:59Z)
Deep Learning for Model-Free Prediction of Thermal States of Robot Joint Motors [0.0]
本研究では,ロボットマニピュレータのジョイントモータの熱的挙動を予測するために,ディープニューラルネットワークを訓練する。この目的のために、センサ付きジョイントトルクを収集処理し、ジョイントモータの熱的挙動を予測する。
論文参考訳（メタデータ） (2025-09-16T06:52:30Z)
Thermal state preparation by repeated interactions at and beyond the Lindblad limit [41.94295877935867]
本研究は, 繰り返し相互作用プロトコルによる熱流動特性と関連する準備(シミュレーション)時間について検討する。我々は,Mpemba様の効果を観察する:最大混合状態から中間温度状態への熱化は,低温状態よりも長い時間を要する。
論文参考訳（メタデータ） (2025-06-13T18:34:49Z)
AI-Driven approach for sustainable extraction of earth's subsurface renewable energy while minimizing seismic activity [44.99833362998488]
地球の地殻に流体を注入すると、地震を誘発または引き起こすことがある。本研究では,人間による震度制御のための強化学習に基づく新しい手法を提案する。本研究では,強化学習アルゴリズムが頑健な制御器と効率的に対話可能であることを示す。
論文参考訳（メタデータ） (2024-08-07T10:06:04Z)
Optimal performance of a three stroke heat engine in the microscopic regime [0.0]
本研究では, マイクロシステムにおける3ストロークエンジンについて検討し, エンジンの作業体は2レベルシステムで構成されている。任意の熱操作により作業体を変換できる場合, このエンジンの最適性能を解析する。本稿では,Janes-Cummings相互作用によって実現された熱操作と,有限サイズの熱浴で実現可能な熱操作の2種類の制約の下で,エンジンの最適性能について検討する。
論文参考訳（メタデータ） (2024-04-20T20:35:37Z)
Autonomous Payload Thermal Control [55.2480439325792]
小さな衛星では、熱制御装置、科学機器、電子部品のスペースは少ない。深部強化学習を用いた自律型熱制御ツールを提案する。提案するフレームワークは,運用範囲の温度を維持するためにペイロード処理能力の制御を学べる。
論文参考訳（メタデータ） (2023-07-28T09:40:19Z)
Powerful ordered collective heat engines [58.720142291102135]
本稿では,同期動作を行うユニットのシステムによって性能が向上するエンジンのクラスを紹介する。熱機関として運用するには,Isingライクな相互作用と集合秩序体制との相互作用が不可欠であることを示す。
論文参考訳（メタデータ） (2023-01-16T20:14:19Z)
VAE-Loco: Versatile Quadruped Locomotion by Learning a Disentangled Gait Representation [78.92147339883137]
本研究では,特定の歩行を構成する主要姿勢位相を捕捉する潜在空間を学習することにより,制御器のロバスト性を高めることが重要であることを示す。本研究では,ドライブ信号マップの特定の特性が,歩幅,歩幅,立位などの歩行パラメータに直接関係していることを示す。生成モデルを使用することで、障害の検出と緩和が容易になり、汎用的で堅牢な計画フレームワークを提供する。
論文参考訳（メタデータ） (2022-05-02T19:49:53Z)
Controlling Rayleigh-B\'enard convection via Reinforcement Learning [62.997667081978825]
固定外熱勾配下での対流熱交換を抑制または促進するための効果的な制御戦略の同定は、重要な基本的かつ技術的問題である。本研究では,最先端の強化学習(RL)アルゴリズムに基づく新しい手法を提案する。我々のRL制御は導電系を安定させ、対流の開始をレイリー数にすることができることを示す。
論文参考訳（メタデータ） (2020-03-31T16:39:25Z)
Two-level quantum Otto heat engine operating with unit efficiency far from the quasi-static regime under a squeezed reservoir [0.0]
本研究では, 冷却熱貯留層と硬化熱貯留層に囲まれた量子オットー熱エンジンを実現するための2レベルモデルを提案する。このモデルを利用することで、非ヌルパワーにおいてもユニタリ効率を達成するという、目覚ましい成果を示す。
論文参考訳（メタデータ） (2020-03-27T23:09:06Z)

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。