論文の概要: Energy Prediction on Sloping Ground for Quadruped Robots

• arxiv url: http://arxiv.org/abs/2603.11963v1
• Date: Thu, 12 Mar 2026 14:09:55 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-21 18:33:56.723084
• Title: Energy Prediction on Sloping Ground for Quadruped Robots
• Title（参考訳）: 四足歩行ロボットの傾斜地におけるエネルギー予測
• Authors: Mohamed Ounally, Cyrille Pierre, Johann Laconte,
• Abstract要約: 本稿では,地形斜面と方位方向が四重組移動のエネルギーコストに与える影響について検討する。 本稿では,標準搭載センサのみに依存した簡易エネルギーモデルを提案する。
• 参考スコア（独自算出の注目度）: 0.9667631210393929
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Energy management is a fundamental challenge for legged robots in outdoor environments. Endurance directly constrains mission success, while efficient resource use reduces ecological impact. This paper investigates how terrain slope and heading orientation influence the energetic cost of quadruped locomotion. We introduce a simple energy model that relies solely on standard onboard sensors, avoids specialized instrumentation, and remains applicable in previously unexplored environments. The model is identified from field runs on a commercial quadruped and expressed as a compact function of slope angle and heading. Field validation on natural terrain shows near-linear trends of force-equivalent cost with slope angle, consistently higher lateral costs, and additive behavior across trajectory segments, supporting path-level energy prediction for planning-oriented evaluation.
• Abstract（参考訳）: エネルギー管理は屋外環境における脚ロボットの基本的な課題である。 耐久性はミッションの成功を直接制限するが、効率的な資源利用は生態的な影響を減少させる。 本稿では,地形斜面と方位方向が四重組移動のエネルギーコストに与える影響について検討する。 本稿では,標準搭載センサのみに依存した簡易エネルギーモデルを提案する。 モデルは、商業的な四重奏体上でのフィールドランから同定され、傾斜角と向きのコンパクトな関数として表される。 自然地形のフィールド検証では, 傾斜角, 横方向のコストが一定に高く, 軌跡を横断する付加的挙動がほぼ直線的に示され, 経路レベルのエネルギー予測が計画指向評価に有効である。

関連論文リスト

• IndustryNav: Exploring Spatial Reasoning of Embodied Agents in Dynamic Industrial Navigation [56.43007596544299]
  IndustryNavは、アクティブな空間推論のための最初の動的産業用ナビゲーションベンチマークである。 9つの最先端のVisual Large Language Modelsの研究によると、クローズドソースモデルは一貫した優位性を維持している。
  論文  参考訳（メタデータ） (2025-11-21T16:48:49Z)
• Real-Time Energy-Optimal Path Planning for Electric Vehicles [13.38255011577359]
  エネルギー計算にキーカーの動力学パラメータを組み込んだ正確なエネルギーモデルを構築した。 また、2つの新しいオンラインリウェイト機能を導入し、より高速で、前処理のないパスフィニングを可能にします。
  論文  参考訳（メタデータ） (2024-11-20T01:39:08Z)
• AI-Driven approach for sustainable extraction of earth's subsurface renewable energy while minimizing seismic activity [44.99833362998488]
  地球の地殻に流体を注入すると、地震を誘発または引き起こすことがある。 本研究では,人間による震度制御のための強化学習に基づく新しい手法を提案する。 本研究では,強化学習アルゴリズムが頑健な制御器と効率的に対話可能であることを示す。
  論文  参考訳（メタデータ） (2024-08-07T10:06:04Z)
• Motion planning for off-road autonomous driving based on human-like cognition and weight adaptation [9.357567433322766]
  オフロード運転における人間の認識とコスト評価に基づく適応型移動プランナを提案する。 我々は、CNN-LSTMネットワークを用いて、様々なオフロードシナリオにおいて、人間のドライバーが計画する軌跡を学習する。 提案する人型運動プランナは,異なるオフロード条件への適応性に優れることを示す。
  論文  参考訳（メタデータ） (2024-04-27T08:00:35Z)
• 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)
• Minimizing Energy Consumption Leads to the Emergence of Gaits in Legged Robots [71.61319876928009]
  実四足歩行ロボットにおいて,エネルギー消費を最小化するための学習が自然移動歩行の出現に重要な役割を担っていることを示す。 創発的な足跡は理想的な地形で構築されており、馬や羊のものと似ている。 同じアプローチは、動物運動制御の発見と一致した荒地における非構造的な歩行につながる。
  論文  参考訳（メタデータ） (2021-10-25T17:59:58Z)
• Human Trajectory Prediction via Counterfactual Analysis [87.67252000158601]
  複雑な動的環境における人間の軌道予測は、自律走行車やインテリジェントロボットにおいて重要な役割を果たす。 既存のほとんどの手法は、歴史の軌跡や環境からの相互作用の手がかりから行動の手がかりによって将来の軌跡を予測することを学習している。 本研究では,予測軌跡と入力手がかりの因果関係を調べるために,人間の軌跡予測に対する反実解析手法を提案する。
  論文  参考訳（メタデータ） (2021-07-29T17:41:34Z)
• Conv1D Energy-Aware Path Planner for Mobile Robots in Unstructured Environments [9.230959086746736]
  エネルギー消費は、困難な環境における移動ロボットのナビゲーションにおいて重要な役割を果たします。 本稿では,複雑な地形を横断するロボットの走行エネルギー消費量とエネルギー回収量を推定できるエネルギー認識経路プランナーの最初の結果について報告する。 この手法の新たな特徴は、1次元畳み込みニューラルネットワークを用いて、移動中にロボットが経験するのと同じ時間順に地形をシーケンシャルに解析することである。
  論文  参考訳（メタデータ） (2021-04-04T08:13:54Z)

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。