論文の概要: Robodimm: A Physics-Grounded Framework for Automated Actuator Sizing in Scalable Modular Robots

• arxiv url: http://arxiv.org/abs/2603.06864v1
• Date: Fri, 06 Mar 2026 20:33:24 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-23 08:17:42.014481
• Title: Robodimm: A Physics-Grounded Framework for Automated Actuator Sizing in Scalable Modular Robots
• Title（参考訳）: Robodimm: スケーラブルなモジュラーロボットのアクチュエータサイズ自動化のための物理グラウンドフレームワーク
• Authors: J. L. Torres, M. Munoz, J. D. Alvarez, J. L. Blanco, A. Gimenez,
• Abstract要約: 本稿では,スケーラブルなロボットアーキテクチャにおいて,アクチュエータを自動サイズ化するためのソフトウェアフレームワークであるRobodimmを紹介する。 ピノッキオを動力学に、ピンクを逆運動学に、RobodimmはKKT(Karush-Kuhn-Tucker)の定式化を制約された逆力学に用いた。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Selecting an appropriate motor-gearbox combination is a critical design task in robotics because it directly affects cost, mass, and dynamic performance. This process is especially challenging in modular robots with closed kinematic chains, where joint torques are coupled and actuator inertia propagates through the mechanism. We present Robodimm, a software framework for automated actuator sizing in scalable robot architectures. By leveraging Pinocchio for dynamics and Pink for inverse kinematics, Robodimm uses a Karush-Kuhn-Tucker (KKT) formulation for constrained inverse dynamics. The platform supports parametric scaling, interactive trajectory programming through jog modes, and a two-round validation workflow that addresses actuator self-weight effects.
• Abstract（参考訳）: 適切なモーターとギアボックスの組み合わせを選択することは、ロボット工学における重要な設計課題である。 このプロセスは、関節のトルクが結合され、アクチュエータ慣性が機構を介して伝播する、クローズドキネマティックチェーンを持つモジュラーロボットでは特に困難である。 本稿では,スケーラブルなロボットアーキテクチャにおいて,アクチュエータを自動サイズ化するためのソフトウェアフレームワークであるRobodimmを紹介する。 ピノッキオを動力学に、ピンクを逆運動学に、RobodimmはKKT(Karush-Kuhn-Tucker)の定式化を制約された逆力学に用いた。 このプラットフォームはパラメトリックスケーリング、ジョグモードによるインタラクティブなトラジェクトリプログラミング、アクチュエータの自己重み付け効果に対処する2ラウンドの検証ワークフローをサポートする。

関連論文リスト

• ACLM: ADMM-Based Distributed Model Predictive Control for Collaborative Loco-Manipulation [9.708461585583791]
  重荷のロコ操作による共同輸送は、脚のあるロボットにとって難しいが必須の能力である。 本研究は,ロコマニピュレーションのための分散モデル予測制御フレームワークであるマルチプライアの交互方向法を提案する。
  論文  参考訳（メタデータ） (2026-03-07T08:06:51Z)
• Physical Autoregressive Model for Robotic Manipulation without Action Pretraining [65.8971623698511]
  我々は、自己回帰ビデオ生成モデルを構築し、物理自己回帰モデル(PAR)を提案する。 PARは、アクション事前トレーニングを必要とせず、物理力学を理解するために、ビデオ事前トレーニングに埋め込まれた世界の知識を活用する。 ManiSkillベンチマークの実験は、PARがPushCubeタスクで100%の成功率を達成したことを示している。
  論文  参考訳（メタデータ） (2025-08-13T13:54:51Z)
• Phoenix: A Motion-based Self-Reflection Framework for Fine-grained Robotic Action Correction [10.38090975412416]
  ロボットが障害から回復するためには、一般化可能な自己補正システムの構築が不可欠である。 我々は,高レベルな意味的反射と低レベルなロボット動作補正を接続するブリッジとして動作指示を利用するPhoenixフレームワークを構築した。 RoboMimicシミュレーションと実世界のシナリオの両方で実施された実験は、我々のフレームワークのより優れた一般化とロバスト性を証明する。
  論文  参考訳（メタデータ） (2025-04-20T12:30:43Z)
• Embodied Neuromorphic Control Applied on a 7-DOF Robotic Manipulator [10.642836177302533]
  逆ダイナミクスは、ロボットシステムの関節空間からトルク空間にマップする基本的なロボット工学の問題である。 スパイキングニューラルネットワークを用いて、動作データの連続性を利用して制御精度を改善し、チューニングパラメータを除去する。 この研究は、概念実証から複雑な実世界のタスクへの応用への一歩前進によって、具体化されたニューロモルフィック制御を推し進める。
  論文  参考訳（メタデータ） (2025-04-17T07:13:37Z)
• Spatial-Temporal Graph Diffusion Policy with Kinematic Modeling for Bimanual Robotic Manipulation [88.83749146867665]
  既存のアプローチは、遠く離れた次のベストなエンドエフェクタのポーズを予測するポリシーを学びます。 すると、運動に対する対応する関節回転角を逆運動学を用いて計算する。 本稿では,Kinematics 拡張空間テンポアル gRaph diffuser を提案する。
  論文  参考訳（メタデータ） (2025-03-13T17:48:35Z)
• RobotDiffuse: Motion Planning for Redundant Manipulator based on Diffusion Model [13.110235244912474]
  冗長マニピュレータは、キネマティック性能と汎用性の向上を提供する。 これらのマニピュレータの動作計画は、DOFの増加と複雑な動的環境のために困難である。 本稿では,冗長マニピュレータにおける運動計画のための拡散モデルに基づくロボットディフューズを提案する。
  論文  参考訳（メタデータ） (2024-12-27T07:34:54Z)
• RobKiNet: Robotic Kinematics Informed Neural Network for Optimal Robot Configuration Prediction [5.570224095327175]
  タスク・アンド・モーション・プランニング(TAMP)は、ロボットが世界と対話し、複雑なタスクを遂行するために不可欠である。 本稿では,タスク層と動作層の間のブリッジとして,ロボットキネマティクスインフォームドニューラルネットワーク(RobKiNet)というフレームワークを提案する。 RobKiNetは、キネマティック知識をニューラルネットワークに統合し、効率的な構成予測が可能なモデルをトレーニングする。
  論文  参考訳（メタデータ） (2024-02-26T03:54:32Z)
• RoboScript: Code Generation for Free-Form Manipulation Tasks across Real and Simulation [77.41969287400977]
  本稿では,コード生成を利用したデプロイ可能なロボット操作パイプラインのためのプラットフォームである textbfRobotScript を提案する。 自由形自然言語におけるロボット操作タスクのためのコード生成ベンチマークも提案する。 我々は,Franka と UR5 のロボットアームを含む,複数のロボットエボディメントにまたがるコード生成フレームワークの適応性を実証した。
  論文  参考訳（メタデータ） (2024-02-22T15:12:00Z)
• Simultaneous Contact-Rich Grasping and Locomotion via Distributed Optimization Enabling Free-Climbing for Multi-Limbed Robots [60.06216976204385]
  移動, 把握, 接触問題を同時に解くための効率的な運動計画フレームワークを提案する。 ハードウェア実験において提案手法を実証し, より短い計画時間で, 傾斜角45degで自由クライミングを含む様々な動作を実現できることを示す。
  論文  参考訳（メタデータ） (2022-07-04T13:52:10Z)
• OSCAR: Data-Driven Operational Space Control for Adaptive and Robust Robot Manipulation [50.59541802645156]
  オペレーショナル・スペース・コントロール(OSC)は、操作のための効果的なタスクスペース・コントローラとして使われてきた。 本稿では,データ駆動型OSCのモデル誤差を補償するOSC for Adaptation and Robustness (OSCAR)を提案する。 本手法は,様々なシミュレーション操作問題に対して評価し,制御器のベースラインの配列よりも大幅に改善されていることを示す。
  論文  参考訳（メタデータ） (2021-10-02T01:21:38Z)

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。