論文の概要: Reconciling distributed compliance with high-performance control in continuum soft robotics

• arxiv url: http://arxiv.org/abs/2603.16630v1
• Date: Tue, 17 Mar 2026 15:01:04 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-21 18:33:56.917264
• Title: Reconciling distributed compliance with high-performance control in continuum soft robotics
• Title（参考訳）: 連続型ソフトロボティクスにおける分散コンプライアンスと高性能制御の再構成
• Authors: Vito Daniele Perfetta, Daniel Feliu Talegon, Ebrahim Shahabi, Cosimo Della Santina,
• Abstract要約: ハードウェアの離散化や剛性に基づくモード抑制を伴わない,高度に適合した完全連続型ロボットアームを提案する。 このプラットフォームは、直接駆動アクチュエータ、複合曲げおよびねじれを可能にする腱ルーティングスキーム、構造化された非線形制御アーキテクチャを統合している。 提案システムでは,ソフトロボットのタスク実行速度が最速である。
• 参考スコア（独自算出の注目度）: 5.559127468747317
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: High-performance closed-loop control of truly soft continuum manipulators has remained elusive. Experimental demonstrations have largely relied on sufficiently stiff, piecewise architectures in which each actuated segment behaves as a distributed yet effectively rigid element, while deformation modes beyond simple bending are suppressed. This strategy simplifies modeling and control, but sidesteps the intrinsic complexity of a fully compliant body and makes the system behave as a serial kinematic chain, much like a conventional articulated robot. An implicit conclusion has consequently emerged within the community: distributed softness and dynamic precision are incompatible. Here we show this trade-off is not fundamental. We present a highly compliant, fully continuum robotic arm - without hardware discretization or stiffness-based mode suppression - that achieves fast, precise task-space convergence under dynamic conditions. The platform integrates direct-drive actuation, a tendon routing scheme enabling coupled bending and twisting, and a structured nonlinear control architecture grounded in reduced-order strain modeling of underactuated systems. Modeling, actuation, and control are co-designed to preserve essential mechanical complexity while enabling high-bandwidth loop closure. Experiments demonstrate accurate, repeatable execution of dynamic Cartesian tasks, including fast positioning and interaction. The proposed system achieves the fastest reported task-execution speed among soft robots. At millimetric precision, execution speed increases nearly fourfold compared with prior approaches, while operating on a fully compliant continuum body. These results show that distributed compliance and high-performance dynamic control can coexist, opening a path toward truly soft manipulators approaching the operational capabilities of rigid robots without sacrificing morphological richness.
• Abstract（参考訳）: 真のソフト連続体マニピュレータの高性能閉ループ制御はいまだ解明されていない。 実験的なデモは、各作動セグメントが分散的かつ効果的に固い要素として振る舞う十分に硬く断片的なアーキテクチャに大きく依存しており、一方、単純な曲げを超える変形モードは抑制されている。 この戦略は、モデリングと制御を単純化するが、完全に準拠した身体の本質的な複雑さを助長し、従来の関節ロボットのように連続的な運動連鎖として振る舞う。 その結果、コミュニティ内に暗黙の結論が現れた。分散ソフトネスと動的精度は相容れない。 ここでは、このトレードオフが基本的なものではないことを示す。 ハードウェアの離散化や剛性に基づくモード抑制を伴わず, 動的条件下での高速かつ高精度なタスク空間収束を実現する, 完全連続型ロボットアームを提案する。 このプラットフォームは、直接駆動アクチュエータ、複合曲げおよびねじれを可能にするテントンルーティングスキーム、および不動系の低次ひずみモデリングを基礎とした構造的非線形制御アーキテクチャを統合する。 モデリング、アクチュエータ、制御は、高帯域幅のループ閉鎖を可能としながら、重要な機械的複雑さを維持するために共同設計されている。 実験では、高速な位置決めや相互作用を含む動的カルテシアンタスクの正確かつ繰り返し実行が示される。 提案システムでは,ソフトロボットのタスク実行速度が最速である。 ミリメートル精度では、実行速度は従来のアプローチに比べて4倍近く増加し、完全に準拠した連続体上で動作する。 これらの結果から, 分散コンプライアンスと高性能動的制御が共存し, 形態的豊かさを犠牲にすることなく, 剛体ロボットの操作能力に迫る真のソフトマニピュレータへの道を開くことが示唆された。

関連論文リスト

• Shape Control of a Planar Hyper-Redundant Robot via Hybrid Kinematics-Informed and Learning-based Approach [42.55947704321053]
  ハイパー冗長ロボットは、厳密で非構造的な環境での操作をうまく行うことができる。 到達可能な作業空間を拡張するために,多段式フレキシブルラック作動型平面ロボットを開発した。 本研究では,SpatioCoupledNet というハイブリッドキネマティクス・インフォームド・学習型形状制御手法を提案する。
  論文  参考訳（メタデータ） (2026-03-11T04:35:06Z)
• STRIDE: Structured Lagrangian and Stochastic Residual Dynamics via Flow Matching [2.5845893156827158]
  本研究では、保守的な剛体力学を不確実かつ効果的に非保守的な相互作用効果から分離する動的学習フレームワークSTRIDEを提案する。 本研究は,ペンデュラム,Unitree Go1ruped,Unitree G1 humanoidなど複雑度の高いシステム上でのSTRIDEの評価である。 その結果, 長軸予測誤差が20%減少し, 接触力予測誤差が30%減少した。
  論文  参考訳（メタデータ） (2026-03-09T15:15:21Z)
• Evolve Smoothly, Fit Consistently: Learning Smooth Latent Dynamics For Advection-Dominated Systems [14.553972457854517]
  複雑な物理系のサロゲートモデルを学ぶための,データ駆動・時空連続フレームワークを提案する。 ネットワークの表現力と特別に設計された整合性誘導正規化を利用して,低次元かつ滑らかな潜在軌道を得る。
  論文  参考訳（メタデータ） (2023-01-25T03:06:03Z)
• 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)
• Real-time Neural-MPC: Deep Learning Model Predictive Control for Quadrotors and Agile Robotic Platforms [59.03426963238452]
  モデル予測制御パイプライン内の動的モデルとして,大規模で複雑なニューラルネットワークアーキテクチャを効率的に統合するフレームワークであるReal-time Neural MPCを提案する。 ニューラルネットワークを使わずに、最先端のMPCアプローチと比較して、位置追跡誤差を最大82%削減することで、実世界の問題に対する我々のフレームワークの実現可能性を示す。
  論文  参考訳（メタデータ） (2022-03-15T09:38:15Z)
• 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)
• First Steps: Latent-Space Control with Semantic Constraints for Quadruped Locomotion [73.37945453998134]
  従来の四重化制御のアプローチでは、単純化された手作りのモデルが採用されている。 これにより、有効な運動範囲が縮小されているため、ロボットの能力が大幅に低下する。 この研究において、これらの課題は、構造化潜在空間における最適化として四重化制御をフレーミングすることによって解決される。 深い生成モデルは、実現可能な関節構成の統計的表現を捉え、一方、複雑な動的および終端的制約は高レベルな意味的指標によって表現される。 実世界とシミュレーションの両方で最適化された移動軌跡の実現可能性を検証する。
  論文  参考訳（メタデータ） (2020-07-03T07:04:18Z)
• Euclideanizing Flows: Diffeomorphic Reduction for Learning Stable Dynamical Systems [74.80320120264459]
  本研究では、限られた数の人間の実演からそのような動きを学ぶためのアプローチを提案する。 複素運動は安定な力学系のロールアウトとして符号化される。 このアプローチの有効性は、確立されたベンチマーク上での検証と、現実世界のロボットシステム上で収集されたデモによって実証される。
  論文  参考訳（メタデータ） (2020-05-27T03:51:57Z)

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。