論文の概要: Multi-Mode Pneumatic Artificial Muscles Driven by Hybrid Positive-Negative Pressure
- arxiv url: http://arxiv.org/abs/2603.15066v1
- Date: Mon, 16 Mar 2026 10:20:58 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-03-21 18:33:56.855948
- Title: Multi-Mode Pneumatic Artificial Muscles Driven by Hybrid Positive-Negative Pressure
- Title（参考訳）: ハイブリッド正負圧による多モード空気圧人工筋肉
- Authors: Siyuan Feng, Ruoyu Feng, Shuguang Li,
- Abstract要約: Inflatable fluid-Driven Origami-Inspired Artificial muscles (IN-FOAMs)について紹介する。
典型的なIN-FOAMは、膨らませられる骨格を外皮に包み、正圧と負圧の組み合わせで駆動することができる。
骨格パターンはプログラム可能で、収縮、曲げ、ねじれ、回転などの様々な動きを可能にする。
- 参考スコア（独自算出の注目度）: 11.862266769445684
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Artificial muscles embody human aspirations for engineering lifelike robotic movements. This paper introduces an architecture for Inflatable Fluid-Driven Origami-Inspired Artificial Muscles (IN-FOAMs). A typical IN-FOAM consists of an inflatable skeleton enclosed within an outer skin, which can be driven using a combination of positive and negative pressures (e.g., compressed air and vacuum). IN-FOAMs are manufactured using low-cost heat-sealable sheet materials through heat-pressing and heat-sealing processes. Thus, they can be ultra-thin when not actuated, making them flexible, lightweight, and portable. The skeleton patterns are programmable, enabling a variety of motions, including contracting, bending, twisting, and rotating, based on specific skeleton designs. We conducted comprehensive experimental, theoretical, and numerical studies to investigate IN-FOAM's basic mechanical behavior and properties. The results show that IN-FOAM's output force and contraction can be tuned through multiple operation modes with the applied hybrid positive-negative pressure. Additionally, we propose multilayer skeleton structures to enhance the contraction ratio further, and we demonstrate a multi-channel skeleton approach that allows the integration of multiple motion modes into a single IN-FOAM. These findings indicate that IN-FOAMs hold great potential for future applications in flexible wearable devices and compact soft robotic systems.
- Abstract（参考訳）: 人工筋肉は、工学的な生活のようなロボットの動きに対する人間の願望を具現化する。
Inflatable fluid-Driven Origami-Inspired Artificial muscles (IN-FOAMs)について述べる。
典型的なIN-FOAMは、外皮に膨らませられるインフレータブル骨格で構成され、正圧と負圧(例えば圧縮空気と真空)の組み合わせで駆動することができる。
IN-FOAMは、熱プレスおよび熱シールプロセスを通じて、低コストで熱シール可能なシート材料を用いて製造される。
そのため、動作しない場合は極薄になり、柔軟で軽量でポータブルになる。
骨格パターンはプログラム可能であり、特定の骨格設計に基づいて、収縮、曲げ、ねじれ、回転を含む様々な動きを可能にする。
我々は,IN-FOAMの基礎的力学挙動と特性について,総合的な実験的,理論的,数値的研究を行った。
以上の結果から,IN-FOAMの出力力と収縮はハイブリッド正負圧で複数動作モードで調整可能であることがわかった。
さらに, 収縮率をさらに高めるための多層骨格構造を提案し, 複数の動作モードを単一のIN-FOAMに統合する多チャネル骨格構造を実証した。
これらの結果から,IN-FOAMはフレキシブルなウェアラブルデバイスやコンパクトなソフトロボティクスシステムにおける将来の応用に大きな可能性を秘めていることが示唆された。
関連論文リスト
- Active Learning Design: Modeling Force Output for Axisymmetric Soft Pneumatic Actuators [10.184372801256835]
エラストマー材料からなる軟式空気圧アクチュエータ(SPA)は、大きなひずみと大きな力を与えることができる。
同心ひずみ制限型軟質空気圧アクチュエータの力-圧力-高さ関係をモデル化する。
この学習された物質モデルは,理論に基づくモデルと単純曲線整合アプローチより優れていることを示す。
論文 参考訳（メタデータ） (2025-04-01T19:43:00Z) - An Untethered Bioinspired Robotic Tensegrity Dolphin with Multi-Flexibility Design for Aquatic Locomotion [26.745400349653767]
本稿では,イルカの柔軟性を模倣するバイオインスパイアされたアプローチを用いて,軟イルカロボットへの第一歩を示す。
現在のイルカロボットは最小限のアプローチを採用しており、ケーブル駆動の自由度は2つしかない。
アクティベートされた尾は、水泳の動きで上下に動くが、この最初の概念実証ではロボットの回転を制御できない。
論文 参考訳（メタデータ） (2024-11-01T04:05:24Z) - Data-driven low-dimensional model of a sedimenting flexible fiber [0.0]
この研究は、機械学習を用いてフレキシブルファイバダイナミクスの高忠実度低次元モデルを作成するためのデータ駆動技術について述べる。
このアプローチは、オートエンコーダニューラルネットワークアーキテクチャを組み合わせて、フィラメント形状の低次元潜在表現を学習する。
我々のデータ駆動モデルでは、トレーニングされたエラスト重力数とトレーニングされていないエラスト重力数の両方で、繊維の進化を正確に予測できることが示される。
論文 参考訳（メタデータ） (2024-05-16T21:07:09Z) - A Multi-Grained Symmetric Differential Equation Model for Learning Protein-Ligand Binding Dynamics [73.35846234413611]
薬物発見において、分子動力学(MD)シミュレーションは、結合親和性を予測し、輸送特性を推定し、ポケットサイトを探索する強力なツールを提供する。
我々は,数値MDを容易にし,タンパク質-リガンド結合ダイナミクスの正確なシミュレーションを提供する,最初の機械学習サロゲートであるNeuralMDを提案する。
従来の数値MDシミュレーションと比較して1K$times$ Speedupを実現することにより,NeuralMDの有効性と有効性を示す。
論文 参考訳（メタデータ） (2024-01-26T09:35:17Z) - DiffuseBot: Breeding Soft Robots With Physics-Augmented Generative
Diffusion Models [102.13968267347553]
本稿では,様々なタスクにおいて優れたソフトロボット形態を生成する物理拡張拡散モデルであるDiffuseBotを提案する。
我々は、その能力とともに、シミュレーションされた、そして製造された様々なロボットを紹介します。
論文 参考訳（メタデータ） (2023-11-28T18:58:48Z) - Robust Hamiltonian Engineering for Interacting Qudit Systems [50.591267188664666]
我々は、強く相互作用するキューディット系のロバストな動的疎結合とハミルトン工学の定式化を開発する。
本研究では,これらの手法を,スピン-1窒素空洞中心の強相互作用・無秩序なアンサンブルで実験的に実証した。
論文 参考訳（メタデータ） (2023-05-16T19:12:41Z) - Conditional Generative Models for Simulation of EMG During Naturalistic
Movements [45.698312905115955]
本稿では、運動単位活性化電位波形を生成するために、逆向きに訓練された条件付き生成ニューラルネットワークを提案する。
本研究では,より少ない数の数値モデルの出力を高い精度で予測的に補間できることを実証する。
論文 参考訳（メタデータ） (2022-11-03T14:49:02Z) - Differentiable Simulation of Soft Multi-body Systems [99.4302215142673]
我々は、Projective Dynamics内でトップダウン行列アセンブリアルゴリズムを開発する。
筋肉,関節トルク,空気圧管によって駆動される軟口蓋体に対して,異なる制御機構を導出する。
論文 参考訳（メタデータ） (2022-05-03T20:03:22Z) - Learning physics-informed simulation models for soft robotic
manipulation: A case study with dielectric elastomer actuators [21.349079159359746]
柔らかいアクチュエータは、緩やかな握りや器用な動きといったロボット作業に対して安全かつ適応的なアプローチを提供する。
このようなシステムを制御するための正確なモデルを作成することは、変形可能な物質の複雑な物理のために困難である。
本稿では,微分可能シミュレータと有限要素法の利点を組み合わせたフレームワークを提案する。
論文 参考訳（メタデータ） (2022-02-25T21:15:05Z) - Learning Material Parameters and Hydrodynamics of Soft Robotic Fish via
Differentiable Simulation [26.09104786491426]
本フレームワークは, 実ハードウェアにおける複合バイモルフ曲げ構造の動的挙動の高精度予測を可能にする。
我々は,ロボットの材料パラメータと流体力学を学習するための,実験的に検証された高速な最適化パイプラインを実証した。
我々は水中ソフトロボットの特定の応用に焦点をあてるが、我々のフレームワークは空気圧で作動するソフトメカニズムにも適用できる。
論文 参考訳（メタデータ） (2021-09-30T05:24:02Z) - QuTiP-BoFiN: A bosonic and fermionic numerical
hierarchical-equations-of-motion library with applications in
light-harvesting, quantum control, and single-molecule electronics [51.15339237964982]
階層運動方程式 (HEOM) は力学を解くための強力な正確な数値的手法である。
固体物理学、光学、単分子電子工学、生物物理学の問題に拡張され応用されている。
ボソニック環境とフェルミオン環境の両方にHEOMを実装した強力なQuTiPプラットフォームと統合したPythonの数値ライブラリを提案する。
論文 参考訳（メタデータ） (2020-10-21T07:54:56Z)
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。