論文の概要: Gradient-based Nested Co-Design of Aerodynamic Shape and Control for Winged Robots
- arxiv url: http://arxiv.org/abs/2603.06760v1
- Date: Fri, 06 Mar 2026 14:18:18 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-03-10 15:13:13.091383
- Title: Gradient-based Nested Co-Design of Aerodynamic Shape and Control for Winged Robots
- Title（参考訳）: 飛行ロボットの空力形状と制御の勾配型ネスト共設計
- Authors: Daniele Affinita, Mingda Xu, Benoît Valentin Gherardi, Pascal Fua,
- Abstract要約: 本稿では,空気力学的形状と運動プランナを最適化する汎用的,勾配に基づくネスト型協調設計フレームワークを提案する。
固定翼グライダーの2つの複雑な動的タスク(パーチと短着陸)に対して,本手法の有効性を検証した。
最適化された設計は、ほんのわずかな時間で進化的ベースラインよりもタスク性能が向上する。
- 参考スコア（独自算出の注目度）: 27.783239201463715
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Designing aerial robots for specialized tasks, from perching to payload delivery, requires tailoring their aerodynamic shape to specific mission requirements. For tasks involving wide flight envelopes, the usual sequential process of first determining the shape and then the motion planner is likely to be suboptimal due to the inherent nonlinear interactions between them. This limitation has been motivating co-design research, which involves jointly optimizing the aerodynamic shape and the motion planner. In this paper, we present a general-purpose, gradient-based, nested co-design framework where the motion planner solves an optimal control problem and the aerodynamic forces used in the dynamics model are determined by a neural surrogate model. This enables us to model complex subsonic flow conditions encountered in aerial robotics and to overcome the limited applicability of existing co-design methods. These limitations stem from the simplifying assumptions they require for computational tractability to either the planner or the aerodynamics. We validate our method on two complex dynamic tasks for fixed-wing gliders: perching and a short landing. Our optimized designs improve task performance compared to an evolutionary baseline in a fraction of the computation time.
- Abstract（参考訳）: パーチからペイロードの配送まで、特別なタスクのために航空ロボットを設計するには、その空力的な形状を特定のミッション要求に合わせる必要がある。
幅の広い飛行封筒を含むタスクの場合、形状を最初に決定し、次に運動プランナーを最適にするための通常のシーケンシャルなプロセスは、それらの間の固有な非線形相互作用のために最適である可能性が高い。
この制限は、空気力学的形状と運動プランナーを共同最適化する共同設計研究の動機となった。
本稿では,運動プランナが最適制御問題を解くための汎用的,勾配に基づくネスト型協調設計フレームワークを提案する。
これにより、航空ロボット工学で遭遇する複雑なサブソニックフロー条件をモデル化し、既存の設計手法の限定的な適用性を克服することができる。
これらの制限は、プランナーや空気力学の計算的トラクタビリティに必要な仮定を単純化することに由来する。
固定翼グライダーの2つの複雑な動的タスク(パーチと短着陸)に対して,本手法の有効性を検証した。
最適化された設計により、計算時間のごく一部において、進化的ベースラインに比べてタスク性能が向上する。
関連論文リスト
- Agile Tradespace Exploration for Space Rendezvous Mission Design via Transformers [22.891825351056823]
宇宙船のランデブーは軌道上でのサービスとデブリの除去を可能にし、スケーラブルな宇宙経済の基礎を形成している。
本稿では,幅広い飛行時間のミッションを設計するための枠組みを提案する。
このフレームワークは、より少ないイテレーションでソリューションに一般化する高品質な初期推定を提供する。
論文 参考訳（メタデータ） (2025-10-03T22:28:46Z) - A Neural Surrogate-Enhanced Multi-Method Framework for Robust Wing Design Optimization [0.0]
本稿では,ウィング設計プロセスのためのモジュラーでスケーラブルな設計最適化フレームワークを提案する。
パイプラインは初期翼のジオメトリーの生成から始まり、その後いくつかのアルゴリズムを用いて翼を最適化する。
その結果, 空力特性と安定性が向上し, 翼設計の高速化と高精度化が図られた。
論文 参考訳（メタデータ） (2025-09-29T17:26:37Z) - Adjoint-Based Aerodynamic Shape Optimization with a Manifold Constraint Learned by Diffusion Models [12.019764781438603]
本稿では,空力的に実行可能な形状の滑らかな多様体を学習するために,既存の設計で訓練された拡散モデルを統合する,随伴型空力形状最適化フレームワークを提案する。
自動微分による強靭で高忠実な空力形状の最適化を実現するために,AI生成前処理と随伴手法を効果的に統合する方法を実証する。
論文 参考訳（メタデータ） (2025-07-31T11:21:20Z) - AI-Enhanced Automatic Design of Efficient Underwater Gliders [60.45821679800442]
自動設計フレームワークの構築は、グライダー形状を表現する複雑さと、複雑な固体-流体相互作用をモデル化する際の計算コストが高いため、困難である。
非自明な船体形状の水中ロボットを作れるようにすることで、これらの制限を克服するAI強化型自動計算フレームワークを導入する。
提案手法は, 形状と制御信号の両面を協調的に最適化するアルゴリズムで, 低次幾何表現と微分可能なニューラルネット型流体代理モデルを用いる。
論文 参考訳（メタデータ） (2025-04-30T23:55:44Z) - Efficient Design of Compliant Mechanisms Using Multi-Objective Optimization [50.24983453990065]
そこで本研究では,大きな角状脳卒中を許容できる適合型クロスヒンジ機構の合成について述べる。
キネトスタティックな性能測定に基づいて,多目的最適化問題を定式化する。
論文 参考訳（メタデータ） (2025-04-23T06:29:10Z) - Monte Carlo Tree Search with Velocity Obstacles for safe and efficient motion planning in dynamic environments [49.30744329170107]
本稿では,動的障害物に関する情報を最小限に抑えた最適オンライン動作計画手法を提案する。
提案手法は,モデルシミュレーションによるオンライン最適計画のためのモンテカルロ木探索 (MCTS) と障害物回避のためのVelocity Obstacles (VO) を組み合わせた。
我々は,非線形モデル予測制御(NMPC)を含む最先端のプランナーに対して,衝突速度,計算,タスク性能の向上の観点から,我々の方法論の優位性を示す。
論文 参考訳（メタデータ） (2025-01-16T16:45:08Z) - Compositional Generative Inverse Design [69.22782875567547]
入力変数を設計して目的関数を最適化する逆設計は重要な問題である。
拡散モデルにより得られた学習エネルギー関数を最適化することにより、そのような逆例を避けることができることを示す。
N-body 相互作用タスクと2次元多面体設計タスクにおいて,実験時に学習した拡散モデルを構成することにより,初期状態と境界形状を設計できることを示す。
論文 参考訳（メタデータ） (2024-01-24T01:33:39Z) - Physical Design using Differentiable Learned Simulators [9.380022457753938]
逆設計では、学習したフォワードシミュレータは勾配に基づく設計最適化と組み合わせられる。
この枠組みは数百歩の軌跡を伝播することで高品質な設計を行う。
この結果から,機械学習をベースとしたシミュレータは,いくつかの課題があるにもかかわらず,汎用設計の最適化をサポートできる段階まで成熟していることが示唆された。
論文 参考訳（メタデータ） (2022-02-01T19:56:39Z) - First Steps: Latent-Space Control with Semantic Constraints for
Quadruped Locomotion [73.37945453998134]
従来の四重化制御のアプローチでは、単純化された手作りのモデルが採用されている。
これにより、有効な運動範囲が縮小されているため、ロボットの能力が大幅に低下する。
この研究において、これらの課題は、構造化潜在空間における最適化として四重化制御をフレーミングすることによって解決される。
深い生成モデルは、実現可能な関節構成の統計的表現を捉え、一方、複雑な動的および終端的制約は高レベルな意味的指標によって表現される。
実世界とシミュレーションの両方で最適化された移動軌跡の実現可能性を検証する。
論文 参考訳（メタデータ） (2020-07-03T07:04:18Z)
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。