論文の概要: VSL-Skin: Individually Addressable Phase-Change Voxel Skin for Variable-Stiffness and Virtual Joints Bridging Soft and Rigid Robots

• arxiv url: http://arxiv.org/abs/2603.06979v1
• Date: Sat, 07 Mar 2026 01:42:52 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-23 08:17:42.0286
• Title: VSL-Skin: Individually Addressable Phase-Change Voxel Skin for Variable-Stiffness and Virtual Joints Bridging Soft and Rigid Robots
• Title（参考訳）: VSL-Skin:ソフト・リジッド・ロボットの可変剛性と仮想関節に対する個人対応型相変化ボクセルスキン
• Authors: Zihan Oliver Zeng, Jiajun An, Preston Luk, Upinder Kaur,
• Abstract要約: 本稿では,VSL-Skin(Variable Stiffness Lattice Skin)について述べる。 このシステムは、軸方向(15-1200 N/mm)、せん断(45-850 N/mm)、曲げ(8*102 - 3*104 N/deg)、等間隔制御のねじりモードの3つの主要な機能を提供している。
• 参考スコア（独自算出の注目度）: 0.8119699312788381
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Soft robots are compliant but often cannot support loads or hold their shape, while rigid robots provide structural strength but are less adaptable. Existing variable-stiffness systems usually operate at the scale of whole segments or patches, which limits precise control over stiffness distribution and virtual joint placement. This paper presents the Variable Stiffness Lattice Skin (VSL-Skin), the first system to enable individually addressable voxel-level morphological control with centimeter-scale precision. The system provides three main capabilities: nearly two orders of magnitude stiffness modulation across axial (15-1200 N/mm), shear (45-850 N/mm), bending (8*10^2 - 3*10^4 N/deg), and torsional modes with centimeter-scale spatial control; the first demonstrated 30% axial compression in phase-change systems while maintaining structural integrity; and autonomous component-level self-repair through thermal cycling, which eliminates fatigue accumulation and enables programmable sacrificial joints for predictable failure management. Selective voxel activation creates six canonical virtual joint types with programmable compliance while preserving structural integrity in non-activated regions. The platform incorporates closed-form design models and finite element analysis for predictive synthesis of stiffness patterns and joint placement. Experimental validation demonstrates 30% axial contraction, thermal switching in 75-second cycles, and cut-to-fit integration that preserves addressability after trimming. The row-column architecture enables platform-agnostic deployment across diverse robotic systems without specialized infrastructure. This framework establishes morphological intelligence as an engineerable system property and advances autonomous reconfigurable robotics.
• Abstract（参考訳）: ソフトロボットは適合するが、荷を支えたり、形を保持できないことが多いが、剛体ロボットは構造的な強度を提供するが、適応性は低い。 既存の可変剛性システムは、通常、全セグメントまたはパッチのスケールで動作し、剛性分布と仮想関節配置の正確な制御を制限する。 本稿では,VSL-Skin(Variable Stiffness Lattice Skin)について述べる。 このシステムは、軸方向(15-1200 N/mm)、せん断(45-850 N/mm)、曲げ(8*10^2 - 3*10^4 N/deg)、遠心径の空間制御を備えたねじりモード、構造的整合性を維持しつつ相変化系の30%の軸圧縮を実証した最初の装置、熱サイクリングによる自律的なコンポーネントレベルの自己修復、疲労の蓄積を排除し、予測可能な故障管理を可能にする。 選択的ボクセル活性化は、非活性化領域の構造的整合性を維持しながら、プログラム可能なコンプライアンスを持つ6つの標準仮想ジョイントタイプを生成する。 このプラットフォームは、閉じた形状設計モデルと有限要素解析を組み込んで、剛性パターンと関節配置の予測合成を行う。 実験による検証では、30パーセントの軸方向収縮、75秒サイクルの熱スイッチング、トリミング後のアドレス性を維持するカット・ツー・フィットの統合が示されている。 行列アーキテクチャは、特殊なインフラを持たない多様なロボットシステムにプラットフォームに依存しないデプロイメントを可能にする。 このフレームワークは、形態学的インテリジェンスをエンジニアリング可能なシステム特性として確立し、自律的な再構成可能なロボティクスを進化させる。

関連論文リスト

• Reconciling distributed compliance with high-performance control in continuum soft robotics [5.559127468747317]
  ハードウェアの離散化や剛性に基づくモード抑制を伴わない,高度に適合した完全連続型ロボットアームを提案する。 このプラットフォームは、直接駆動アクチュエータ、複合曲げおよびねじれを可能にする腱ルーティングスキーム、構造化された非線形制御アーキテクチャを統合している。 提案システムでは,ソフトロボットのタスク実行速度が最速である。
  論文  参考訳（メタデータ） (2026-03-17T15:01:04Z)
• Shape Control of a Planar Hyper-Redundant Robot via Hybrid Kinematics-Informed and Learning-based Approach [42.55947704321053]
  ハイパー冗長ロボットは、厳密で非構造的な環境での操作をうまく行うことができる。 到達可能な作業空間を拡張するために,多段式フレキシブルラック作動型平面ロボットを開発した。 本研究では,SpatioCoupledNet というハイブリッドキネマティクス・インフォームド・学習型形状制御手法を提案する。
  論文  参考訳（メタデータ） (2026-03-11T04:35:06Z)
• STRIDE: Structured Lagrangian and Stochastic Residual Dynamics via Flow Matching [2.5845893156827158]
  本研究では、保守的な剛体力学を不確実かつ効果的に非保守的な相互作用効果から分離する動的学習フレームワークSTRIDEを提案する。 本研究は,ペンデュラム,Unitree Go1ruped,Unitree G1 humanoidなど複雑度の高いシステム上でのSTRIDEの評価である。 その結果, 長軸予測誤差が20%減少し, 接触力予測誤差が30%減少した。
  論文  参考訳（メタデータ） (2026-03-09T15:15:21Z)
• Structural Action Transformer for 3D Dexterous Manipulation [80.07649565189035]
  クロス・エボディメント・スキル・トランスファーは、ハイDoFロボットハンドの課題である。 既存の手法は、しばしば2次元の観測と時間中心の行動表現に依存し、3次元の空間的関係を捉えるのに苦労する。 本稿では、構造中心の視点を導入することで、このパラダイムに挑戦する新しい3Dデクスタラスな操作ポリシーを提案する。
  論文  参考訳（メタデータ） (2026-03-04T11:38:12Z)
• CRoSS: A Continual Robotic Simulation Suite for Scalable Reinforcement Learning with High Task Diversity and Realistic Physics Simulation [46.950823663585425]
  継続的な強化学習では、エージェントは以前取得したポリシーを忘れずに一連のタスクから学ぶ必要がある。 本稿では,ガゼボシミュレータで現実的にシミュレーションされたロボットをベースとしたCRLのための新しいベンチマークスイートを提案する。
  論文  参考訳（メタデータ） (2026-02-04T18:54:26Z)
• StdGEN++: A Comprehensive System for Semantic-Decomposed 3D Character Generation [57.06461272772509]
  StdGEN++は、多種多様な入力から高忠実で意味的に分解された3D文字を生成するための、新しく包括的なシステムである。 最先端の性能を達成し、幾何学的精度と意味的絡み合いにおいて既存の手法を著しく上回っている。 結果として、非破壊的な編集、物理学に準拠したアニメーション、視線追跡など、より進んだ下流の機能をアンロックする。
  論文  参考訳（メタデータ） (2026-01-12T15:41:27Z)
• scMRDR: A scalable and flexible framework for unpaired single-cell multi-omics data integration [53.683726781791385]
  単一セルマルチオミクス(ScMRDR)と呼ばれるスケーラブルでフレキシブルな生成フレームワークを導入する。 本手法は, バッチ補正, モダリティアライメント, 生体信号保存の観点から, ベンチマークデータセット上での優れた性能を実現する。
  論文  参考訳（メタデータ） (2025-10-28T21:28:39Z)
• PowerGrow: Feasible Co-Growth of Structures and Dynamics for Power Grid Synthesis [75.14189839277928]
  本稿では,運用効率を維持しながら計算オーバーヘッドを大幅に削減する,共同生成フレームワークPowerGrowを提案する。 ベンチマーク設定による実験では、PowerGrowはフィデリティと多様性において、事前の拡散モデルよりも優れていた。 これは、運用上有効で現実的な電力グリッドシナリオを生成する能力を示している。
  論文  参考訳（メタデータ） (2025-08-29T01:47:27Z)
• 1 Modular Parallel Manipulator for Long-Term Soft Robotic Data Collection [16.103025868841268]
  本稿では,大規模データ収集に適した並列ロボット操作プラットフォームを提案する。 プラットフォームモジュールは、カスタマイズ可能なフィンガーを作動させるオフ・ザ・シェルフ電気モーターのペアで構成されている。 ベンチマーク2D操作タスクにおいて,ハードウェア上でのポリシー勾配強化学習に使用するプラットフォームの能力を検証する。
  論文  参考訳（メタデータ） (2024-09-05T15:18:44Z)

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。