論文の概要: Soft Rigid Hybrid Gripper with Inflatable Silicone Pockets for Tunable Frictional Grasping

• arxiv url: http://arxiv.org/abs/2603.07308v1
• Date: Sat, 07 Mar 2026 18:37:47 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-23 08:17:42.045026
• Title: Soft Rigid Hybrid Gripper with Inflatable Silicone Pockets for Tunable Frictional Grasping
• Title（参考訳）: インフレータブルシリコーンポケット付きソフトリジッドハイブリッドグリッパー
• Abstract要約: 硬質構造シェルと軟質インフレータブルシリコンポケットを組み合わせた軟質剛性ハイブリッドグリップフィンガーを提案する。 ハイブリッドグリップは、シリコンポケットの内部空気圧を変化させることで、表面摩擦を積極的に調節することができる。 グリッパーは、卵、豆腐、果物、紙カップなどの重く滑りやすい物や、壊れやすい変形性のある物を安定して持ち上げることができる。
• 参考スコア（独自算出の注目度）: 4.013961291967706
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Grasping objects with diverse mechanical properties, such as heavy, slippery, or fragile items, remains a significant challenge in robotics. Conventional rigid grippers typically rely on increasing the normal forces to secure an object, however, this can cause damage to fragile objects due to excessive force. To address this limitation, we propose a soft rigid hybrid gripper finger that combines rigid structural shells with soft, inflatable silicone pockets, which could be integrated into a conventional gripper. The hybrid gripper can actively modulate its surface friction by varying the internal air pressure of the silicone pockets, enabling the gripper to securely grasp objects without increasing the gripping force. This is demonstrated by fundamental experimental results, in which an increase in internal pressure leads to a proportional increase in the effective coefficient of friction. The gripping experiments also show that the integrated gripper can stably lift heavy and slippery objects or fragile, deformable objects, such as eggs, tofu, fruits, and paper cups, with minimal damage by increasing friction rather than applying high force.
• Abstract（参考訳）: 重いもの、滑りやすいもの、壊れやすいものなど、様々な機械的特性を持つ物体を移植することは、ロボティクスにおいて重要な課題である。 従来の剛体グリップは、通常、物体を確保するために通常の力を増大させることに頼っているが、これは過度な力によって壊れやすい物体に損傷を与える可能性がある。 この制限に対処するため, 硬質構造シェルと軟質インフレータブルシリコンポケットを組み合わせ, 従来のグリップに一体化できる軟質剛性ハイブリッドグリップフィンガーを提案する。 ハイブリッドグリップは、シリコーンポケットの内部空気圧を変化させることで、表面摩擦を積極的に調整することができ、グリップ力を増大させることなく、確実に物体を掴むことができる。 これは、内部圧力の増加が摩擦の有効係数の比例的な増加をもたらすという基礎的な実験結果によって示される。 グリップ実験により、グリップグリップは安定して重く滑りやすい物体や、卵、豆腐、果物、紙カップなどの変形性のある物体を持ち上げることができ、高い力を加えるのではなく摩擦を増すことにより、最小限のダメージを与えることができた。

関連論文リスト

• Continuously Stable Structure through Plastic Deformation [12.961672704300568]
  本研究では, 塑性変形 (CSSPD) をソフトグリップに統合し, 連続的に安定な構造を示す。 バイオインスパイアされた足のパッドを導入し,安定性を著しく向上し,センサによる高速物体の把握を可能にした。 その結果、グリップは最大16Nの受動保持力をエネルギー入力なしで維持でき、0.3MPaの空気圧作動に匹敵する性能を達成できることがわかった。
  論文  参考訳（メタデータ） (2026-07-17T06:10:36Z)
• SoftVTBench: A Safety-Aware Visuo-Tactile Benchmark for Physically Constrained Robotic Manipulation of Deformable Objects [56.16187327142104]
  We present SoftVTBench, a safety-aware visuo-tactile benchmark for deformable object operation。 有限要素シミュレートされた変形可能な物体を持つアイザック・シムで構築されたSoftVTBenchは、多視点RGB観察、マーカーの動きによる触覚センシング、プロプレセプション、言語指示を提供する。
  論文  参考訳（メタデータ） (2026-07-05T11:12:29Z)
• IMPACT: Learning Internal-Model Predictive Control for Forceful Robotic Manipulation [43.12484757720005]
  実世界のロボット操作タスクは、しばしば環境との力強い相互作用を伴う。 我々は、これらの強制的なタスクをタスク計画と内部モデルに基づく予測制御に分離するフレームワークIMPACTを提案する。
  論文  参考訳（メタデータ） (2026-06-09T13:00:56Z)
• Learning Reactive Dexterous Grasping via Hierarchical Task-Space RL Planning and Joint-Space QP Control [50.28263951510334]
  本稿では,リアクティブなデクスタリーグルーピングのためのハイブリッド階層型制御フレームワークを提案する。 提案手法は,低レベル共同実行から高レベル空間意図を明示的に分離する。 我々は厳密なシミュレーションと現実のパイプラインを通して提案したフレームワークを広範囲に検証する。
  論文  参考訳（メタデータ） (2026-05-05T04:49:38Z)
• Elastomeric Strain Limitation for Design of Soft Pneumatic Actuators [0.0]
  この論文は、ヒトの安全エラストマー・ソフト空気圧アクチュエータの設計、モデリング、およびひずみに基づく制御のための戦略を提示する。 電気粘着性 (EA) ひずみリミッタを用いて, 可変形状生成, 急速力印加, ターゲットインフレーショントラジェクトリについて検討した。 我々は,物質特性とエネルギー最小化に基づく理論モデルを,能動的学習と自動テストを用いて検証する。
  論文  参考訳（メタデータ） (2026-04-03T00:56:14Z)
• Probe-to-Grasp Manipulation Using Self-Sensing Pneumatic Variable-Stiffness Joints [9.920023397258435]
  本稿では,物体の相対剛性を推定するためのプローブ・トゥ・グラフ操作フレームワークを提案する。 自覚式空気圧可変剛性ジョイントを備えた受動ソフトリジッド2指ハイブリッドグリップを用いた。 本研究では, 剛性評価実験による自己知覚モデルの有効性を検証し, 実生活応用における剛性認識型探索・解析を実証する。
  論文  参考訳（メタデータ） (2026-03-29T18:43:19Z)
• Robotic Dexterous Manipulation via Anisotropic Friction Modulation using Passive Rollers [4.9697268424579635]
  指先での摩擦の制御は器用な操作には基本的だが、ロボットの手では実現が難しい。 本研究では, 受動ローラを備えたロボット指先の設計と解析を行い, 接触摩擦や拘束方向を選択的に制御する。 その結果、摩擦変調に対する低複雑で機械的に効率的なアプローチとして、受動的ローラーフィンガーチップの汎用性を実証し、より適応的で堅牢なロボット操作の開発を推進した。
  論文  参考訳（メタデータ） (2026-03-29T00:05:53Z)
• ForceVLA2: Unleashing Hybrid Force-Position Control with Force Awareness for Contact-Rich Manipulation [75.39847750457626]
  エンドツーエンドの視覚言語アクションフレームワークであるForceVLA2は、ハイブリッドな力配置制御と明示的な力覚を備えたロボットを装備する。 学習と評価を支援するために,5つの接触豊富なタスクに1,000の軌道を含むForceVLA2-Datasetを構築した。 実験により、ForceVLA2は接触リッチな操作における成功率と信頼性を大幅に改善することが示された。
  論文  参考訳（メタデータ） (2026-03-16T12:03:58Z)
• A gripper for flap separation and opening of sealed bags [4.463501375104648]
  信頼性の高いフラップ分離とロバストシール開口が可能な新規なグリップ設計および開口戦略を提案する。 我々のデザインは、アクティブなデントローラーの指先と、環境制約を利用して薄いフレキシブルフラップをしっかりと把握する適合指を組み合わせる。 実験により, 提案したグリップは, 封止袋フラップやその他の薄層材料を確実に把握し, 分離することを示した。
  論文  参考訳（メタデータ） (2026-03-11T15:34:22Z)
• TacDexGrasp: Compliant and Robust Dexterous Grasping with Tactile Feedback [14.132084492788122]
  この研究は、2つの重要な問題に対処する: 複数の接触に力を分散して物体の重みに対処し、物体の中心から遠ざかるときに重力トルクによって引き起こされる回転スリップを防ぐ。 触覚フィードバックとSOCP(Second-Order Cone Programming)ベースのコントローラを用いて,トルクモデリングやスリップ検出を行うことなく,これらの課題に対処する。
  論文  参考訳（メタデータ） (2026-03-07T05:15:27Z)
• A Soft Robotic Demonstration in the Stratosphere [62.91681227094761]
  ソフトロボットは適応性には利点があるが、ほとんどは成層圏に近い圧力と温度の極端にレジリエンスがない。 トリメチル(メチルシクロペンタジエニル)プラチナ(IV)を触媒として,紫外線下でのシリコーンエラストマーの架橋機構を提案する。 材料レジリエンスの利点は、最先端のアクリルおよびシリコーンケミストリーと比較して、制御された実験で-40Cと120C、およびほぼ真空で示される。
  論文  参考訳（メタデータ） (2026-03-04T18:19:07Z)
• Printed helicoids with embedded air channels make sensorized segments for soft continuum robots [40.89188977843952]
  ヘリコイドをベースとしたソフトコンティニュムロボットに空気流路を埋め込む方法を提案する。 4つのヘリコイド設計の機械的特性を特徴付け, 基本変形モードに対するセンサ応答を検証した。 このアプローチは、大規模ソフトロボットシステムにおいて、センサ化された構造材料に対するスケーラブルな製造戦略を確立する。
  論文  参考訳（メタデータ） (2026-02-26T19:21:29Z)
• Rigidity-Based Multi-Finger Coordination for Precise In-Hand Manipulation of Force-Sensitive Objects [5.313029497667778]
  マルチフィンガーハンドは指先接触のみに依存しており、プルフォースを適用できない。 力覚的物体の高精度な操作を可能にする多指協調のための二重層フレームワークを提案する。 我々は、このフレームワークをカスタムなデクスタラスな手で検証し、脆弱なオブジェクトを操作できることを実証した。
  論文  参考訳（メタデータ） (2026-02-15T11:40:39Z)
• Fluidically Innervated Lattices Make Versatile and Durable Tactile Sensors [43.33741954317892]
  組込み空気流路を有する3Dプリントエラストマー格子を用いて製造した触覚センサを内蔵した受動型ソフトロボット指先について述べる。 このセンサ化アプローチは、流体神経支配と呼ばれ、密閉された空気チャネル内の圧力変化を検出して格子を触覚センサーに変換する。
  論文  参考訳（メタデータ） (2025-07-28T18:00:04Z)
• ForceGrip: Reference-Free Curriculum Learning for Realistic Grip Force Control in VR Hand Manipulation [0.10995326465245926]
  本稿では,現実的な手操作動作を合成する深層学習エージェントであるForceGripを紹介する。 我々は、指の位置決め、意図適応、動的安定化を含む3段階のカリキュラム学習フレームワークを採用する。 以上の結果から,ForceGripの出力制御性と信頼性は最先端の手法に比べて優れていた。
  論文  参考訳（メタデータ） (2025-03-11T05:39:07Z)
• Variable Stiffness for Robust Locomotion through Reinforcement Learning [8.577291729956137]
  本稿では,関節位置とともに動作空間に可変剛性を統合する新しい制御パラダイムを提案する。 脚ごとの剛性(PLS)をグループ化する可変剛性ポリシは,速度トラッキングやプッシュリカバリにおいて,位置ベース制御よりも優れていた。
  論文  参考訳（メタデータ） (2025-02-13T16:00:46Z)
• Twisting Lids Off with Two Hands [82.21668778600414]
  シミュレーションで訓練された政策を実世界へ効果的かつ効率的に移行する方法を示す。 具体的には,ボトル状物体の蓋を両手でねじる問題について考察する。 これは、バイマガル・マルチフィンガーハンドでそのような機能を実現する最初のsim-to-real RLシステムである。
  論文  参考訳（メタデータ） (2024-03-04T18:59:30Z)
• Tactile Estimation of Extrinsic Contact Patch for Stable Placement [64.06243248525823]
  本稿では,複雑な物体を積み重ねることを学ぶロボットのためのフィードバックスキルの設計について述べる。 つかんだ物体とその環境間の接触パッチを,力と触覚の観測により推定する。
  論文  参考訳（メタデータ） (2023-09-25T21:51:48Z)
• Friction Interventions to Curb the Spread of Misinformation on Social Media [60.327955710977555]
  品質認知学習における摩擦の効果について検討した。 しかし、少量の摩擦と学習が組み合わさって、ポストの平均品質が著しく向上する。 提案された介入は、エンゲージメントに最小限の影響を与え、簡単に大規模に展開できる。
  論文  参考訳（メタデータ） (2023-07-21T11:05:02Z)
• A background-free optically levitated charge sensor [50.591267188664666]
  本稿では,浮動小数点物体を用いたセンサの性能を制限した双極子モーメント相互作用をモデル化し,除去する新しい手法を提案する。 実演として、これは電子のそれよりはるかに低い、未知の電荷の探索に適用される。 この手法の副産物として、浮遊物体の電磁特性を個別に測定することができる。
  論文  参考訳（メタデータ） (2021-12-20T08:16:28Z)

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。