論文の概要: Dual-Horizon Hybrid Internal Model for Low-Gravity Quadrupedal Jumping with Hardware-in-the-Loop Validation

• arxiv url: http://arxiv.org/abs/2603.07999v1
• Date: Mon, 09 Mar 2026 06:03:56 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-23 08:17:42.085198
• Title: Dual-Horizon Hybrid Internal Model for Low-Gravity Quadrupedal Jumping with Hardware-in-the-Loop Validation
• Title（参考訳）: ハードウェア・イン・ザ・ループ検証による低重力四足跳躍のためのデュアル水平ハイブリッド内部モデル
• Authors: Haozhe Xu, Yifei Zhao, Wenhao Feng, Zhipeng Wang, Hongrui Sang, Cheng Cheng, Xiuxian Li, Zhen Yin, Bin He,
• Abstract要約: この研究は、月の重力下での連続四重跳躍のためのデュアル・水平ハイブリッド内部モデルを示す。 そこで我々は,プルリーカウンタウェイト機構によって重力をオフロードするデジタルツイン駆動システムであるMATRIXプラットフォームを開発した。 本研究では,クレーター状地形を横断する月面重力エミュレーションにより,四足歩行ロボットの連続的なジャンプを実演する。
• 参考スコア（独自算出の注目度）: 16.040489668135297
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Locomotion under reduced gravity is commonly realized through jumping, yet continuous pronking in lunar gravity remains challenging due to prolonged flight phases and sparse ground contact. The extended aerial duration increases landing impact sensitivity and makes stable attitude regulation over rough planetary terrain difficult. Existing approaches primarily address single jumps on flat surfaces and lack both continuous-terrain solutions and realistic hardware validation. This work presents a Dual-Horizon Hybrid Internal Model for continuous quadrupedal jumping under lunar gravity using proprioceptive sensing only. Two temporal encoders capture complementary time scales: a short-horizon branch models rapid vertical dynamics with explicit vertical velocity estimation, while a long-horizon branch models horizontal motion trends and center-of-mass height evolution across the jump cycle. The fused representation enables stable and continuous jumping under extended aerial phases characteristic of lunar gravity. To provide hardware-in-the-loop validation, we develop the MATRIX (Mixed-reality Adaptive Testbed for Robotic Integrated eXploration) platform, a digital-twin-driven system that offloads gravity through a pulley-counterweight mechanism and maps Unreal Engine lunar terrain to a motion platform and treadmill in real time. Using MATRIX, we demonstrate continuous jumping of a quadruped robot under lunar-gravity emulation across cratered lunar-like terrain.
• Abstract（参考訳）: 重力の減少の下での移動は、跳躍によって一般的に実現されるが、月の重力の連続的なプロンキングは、長い飛行フェーズと緩やかな接点のために困難である。 飛行期間が延長すると、着陸時の衝撃感度が向上し、荒れた惑星の地形に対する安定的な姿勢調節が困難になる。 既存のアプローチは、主に平面上のシングルジャンプに対処し、連続テランのソリューションと現実的なハードウェアバリデーションの両方を欠いている。 本研究は,月面重力下での連続四重極跳躍のための2次元水平ハイブリッド内部モデルを提案する。 2つの時間エンコーダは相補的な時間スケールを捕捉する: 短水平分岐は、明示的な垂直速度推定を伴う急速垂直ダイナミクスをモデル化し、長水平分岐は、水平運動トレンドとジャンプサイクル全体にわたる中心質量高さの進化をモデル化する。 融合表現は、月重力に特徴的な拡張空相の下で安定かつ連続的なジャンプを可能にする。 ハードウェア・イン・ザ・ループ・バリデーションを実現するため,MATRIX(Mixed-Reality Adaptive Testbed for Robotic Integrated eXploration)プラットフォームを開発した。これは,プルリーカウンタウェイト機構を通じて重力をオフロードし,Unreal Engineの月面地形を移動プラットフォームとトレッドミルにリアルタイムでマッピングするデジタルツイン駆動システムである。 MATRIXを用いて,クレーター状地形を横断する月面重力エミュレーションにより,四足歩行ロボットの連続ジャンプを実演する。

関連論文リスト

• Dynamic Modeling and Attitude Control of a Reaction-Wheel-Based Low-Gravity Bipedal Hopper [0.0]
  ホッピング・ロコモーションは エネルギー効率が高いが 飛行中の姿勢不安定になりやすい 本稿では,内輪を用いた不動二足歩行ロボットによる姿勢制御について述べる。 提案手法は,月の重力条件下でのMuJoCoシミュレーションで評価される。
  論文  参考訳（メタデータ） (2026-03-11T11:35:21Z)
• RobotDancing: Residual-Action Reinforcement Learning Enables Robust Long-Horizon Humanoid Motion Tracking [50.200035833530876]
  RobotDancingはシンプルでスケーラブルなフレームワークで、残留する関節の目標を予測して、ダイナミックスの不一致を明示的に修正する。 複数分間の高エネルギー動作(ジャンプ、スピン、カートホイール)をトラッキングし、高いモーショントラッキング品質のハードウェアにゼロショットをデプロイする。
  論文  参考訳（メタデータ） (2025-09-25T03:30:34Z)
• Olympus: A Jumping Quadruped for Planetary Exploration Utilizing Reinforcement Learning for In-Flight Attitude Control [9.771798181062822]
  本稿では,火星の重力に合わせた跳躍脚ロボットOlympusの設計,シミュレーション,学習に基づく姿勢制御について述べる。
  論文  参考訳（メタデータ） (2025-03-05T15:01:56Z)
• Learning to enhance multi-legged robot on rugged landscapes [7.956679144631909]
  多足ロボットは、頑丈な風景をナビゲートするための有望なソリューションを提供する。 近年の研究では、線形制御器が挑戦的な地形上で信頼性の高い移動性を確保することが示されている。 我々は,このロボットプラットフォームに適した MuJoCo ベースのシミュレータを開発し,シミュレーションを用いて強化学習に基づく制御フレームワークを開発する。
  論文  参考訳（メタデータ） (2024-09-14T15:53:08Z)
• Gaitor: Learning a Unified Representation Across Gaits for Real-World Quadruped Locomotion [61.01039626207952]
  本稿では,移動歩行における乱れと2次元表現を学習するGaitorについて紹介する。 ゲイターの潜伏空間は容易に解釈可能であり、歩行遷移の間、新しい目に見えない歩行が出現することを発見した。 我々は,ANYmal Cプラットフォーム上でのシミュレーションと実世界におけるGaitorの評価を行った。
  論文  参考訳（メタデータ） (2024-05-29T19:02:57Z)
• Reinforcement Learning for Versatile, Dynamic, and Robust Bipedal Locomotion Control [106.32794844077534]
  本稿では,二足歩行ロボットのための動的移動制御系を構築するために,深層強化学習を用いた研究について述べる。 本研究では、周期歩行やランニングから周期ジャンプや立位に至るまで、様々な動的二足歩行技術に使用できる汎用的な制御ソリューションを開発する。 この研究は、二足歩行ロボットの俊敏性の限界を、現実世界での広範な実験を通じて押し上げる。
  論文  参考訳（メタデータ） (2024-01-30T10:48:43Z)
• 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)
• Next Steps: Learning a Disentangled Gait Representation for Versatile Quadruped Locomotion [69.87112582900363]
  現在のプランナーは、ロボットが動いている間、キー歩行パラメータを連続的に変更することはできない。 本研究では、特定の歩行を構成する重要な姿勢位相を捉える潜在空間を学習することにより、この制限に対処する。 本研究では, 歩幅, 歩幅, 立位など, 歩行パラメータに直接対応した駆動信号マップの具体的特性を示す。
  論文  参考訳（メタデータ） (2021-12-09T10:02:02Z)
• Robust Quadruped Jumping via Deep Reinforcement Learning [10.095966161524043]
  本稿では,騒音環境下での四足歩行ロボットのジャンプ距離と高さについて考察する。 本研究では,4重跳躍のための非線形軌道最適化の複雑な解を活用・拡張するディープ強化学習を用いたフレームワークを提案する。 体長2倍の体長をジャンプしながら、高さ最大6cmの足の障害の頑丈さ、あるいはロボットの名目立位の高さの33%を実証した。
  論文  参考訳（メタデータ） (2020-11-13T19:04:24Z)

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。