論文の概要: Walking on Rough Terrain with Any Number of Legs

• arxiv url: http://arxiv.org/abs/2603.09147v1
• Date: Tue, 10 Mar 2026 03:37:44 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-23 08:17:42.140758
• Title: Walking on Rough Terrain with Any Number of Legs
• Title（参考訳）: 足数の多い荒地を歩く
• Authors: Zhuoyang Chen, Xinyuan Wang, Shai Revzen,
• Abstract要約: 本研究では,2本の足に3つのアクチュエータを備えたセグメント型ロボットを用いて,荒地に対する多脚制御アーキテクチャを提案する。 私たちの設計は、WalkNetのようなイベントカスケードコントローラとCPGベースのコントローラのギャップを埋めるものです。
• 参考スコア（独自算出の注目度）: 3.7275258486549916
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Robotics would gain by replicating the remarkable agility of arthropods in navigating complex environments. Here we consider the control of multi-legged systems which have 6 or more legs. Current multi-legged control strategies in robots include large black-box machine learning models, Central Pattern Generator (CPG) networks, and open-loop feed-forward control with stability arising from mechanics. Here we present a multi-legged control architecture for rough terrain using a segmental robot with 3 actuators for every 2 legs, which we validated in simulation for robots with 6 to 16 legs. Segments have identical state machines, and each segment also receives input from the segment in front of it. Our design bridges the gap between WalkNet-like event cascade controllers and CPG-based controllers: it tightly couples to the ground when contact is present, but produces fictive locomotion when ground contact is missing. The approach may be useful as an adaptive and computationally lightweight controller for multi-legged robots, and as a baseline capability for scaffolding the learning of machine learning controllers.
• Abstract（参考訳）: ロボットは複雑な環境をナビゲートする際、節足動物の顕著な俊敏性を再現することで得られるだろう。 ここでは6本以上の脚を持つ多脚系の制御について考察する。 現在のロボットにおけるマルチ脚制御戦略には、大きなブラックボックス機械学習モデル、中央パターンジェネレータ(CPG)ネットワーク、メカニックから生じる安定性を備えたオープンループフィードフォワード制御などがある。 そこで本研究では,2脚毎に3つのアクチュエータを備えたセグメントロボットを用いて,荒地用多脚制御アーキテクチャを提案する。 セグメントは同一の状態マシンを持ち、各セグメントはその前のセグメントから入力を受け取る。 私たちの設計では、WalkNetのようなイベントカスケードコントローラとCPGベースのコントローラのギャップを埋めています。 このアプローチは、多脚ロボットの適応的で計算学的に軽量なコントローラや、機械学習コントローラの学習を足場化するためのベースライン機能として有用である。

関連論文リスト

• GRoQ-LoCO: Generalist and Robot-agnostic Quadruped Locomotion Control using Offline Datasets [0.8678250057211367]
  GRoQ-LoCOはスケーラブルで注目度の高いフレームワークで、複数の四足歩行ロボットと地形をまたいだ1つの汎用的なロコモーションポリシーを学習する。 我々のフレームワークは、ロボット固有のエンコーディングを組み込まずに、すべてのロボットからの保護的データのみを運用する。 その結果、オフラインでデータ駆動学習により、様々な4つの形態や行動にまたがる移動を一般化する可能性が示された。
  論文  参考訳（メタデータ） (2025-05-16T08:17:01Z)
• Agile and versatile bipedal robot tracking control through reinforcement learning [12.831810518025309]
  本稿では,二足歩行ロボットのための多目的コントローラを提案する。 足首と身体の軌跡を、単一の小さなニューラルネットワークを用いて広範囲の歩行で追跡する。 最小限の制御ユニットと高レベルなポリシーを組み合わせることで、高いフレキシブルな歩行制御を実現することができる。
  論文  参考訳（メタデータ） (2024-04-12T05:25:03Z)
• Pedipulate: Enabling Manipulation Skills using a Quadruped Robot's Leg [11.129918951736052]
  脚のついたロボットは、メンテナンス、ホームサポート、探索のシナリオにおいて不可欠になる可能性がある。 本研究では,ロボットの脚を操作に用いたペディピュレーションについて検討する。
  論文  参考訳（メタデータ） (2024-02-16T17:20:45Z)
• 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)
• Learning a Single Near-hover Position Controller for Vastly Different Quadcopters [56.37274861303324]
  本稿では,クワッドコプターのための適応型ニアホバー位置制御器を提案する。 これは、非常に異なる質量、大きさ、運動定数を持つクワッドコプターに展開することができる。 また、実行中に未知の障害に迅速に適応する。
  論文  参考訳（メタデータ） (2022-09-19T17:55:05Z)
• GenLoco: Generalized Locomotion Controllers for Quadrupedal Robots [87.32145104894754]
  四足歩行ロボットのための汎用ロコモーション(GenLoco)コントローラを訓練するためのフレームワークを提案する。 本フレームワークは,多種多様な四足歩行ロボットに展開可能な汎用ロコモーションコントローラを合成する。 我々のモデルは、より一般的な制御戦略を取得し、新しいシミュレーションロボットや実世界のロボットに直接移行できることを示す。
  論文  参考訳（メタデータ） (2022-09-12T15:14:32Z)
• Populations of Spiking Neurons for Reservoir Computing: Closed Loop Control of a Compliant Quadruped [64.64924554743982]
  本稿では,ニューラルネットワークを用いた中央パターン生成機構を実装し,閉ループロボット制御を実現するためのフレームワークを提案する。 本研究では,従順な四足歩行ロボットのシミュレーションモデル上で,予め定義された歩行パターン,速度制御,歩行遷移の学習を実演する。
  論文  参考訳（メタデータ） (2020-04-09T14:32:49Z)

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。