論文の概要: Huddle: Parallel Shape Assembly using Decentralized, Minimalistic Robots
- arxiv url: http://arxiv.org/abs/2603.17768v1
- Date: Wed, 18 Mar 2026 14:28:37 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-03-21 18:33:56.954371
- Title: Huddle: Parallel Shape Assembly using Decentralized, Minimalistic Robots
- Title（参考訳）: Huddle: 分散化された最小限のロボットによる並列形状の組み立て
- Authors: Khai Yi Chin, Tingwei Meng, Zhe Chen, Daniel Bassett, Yuri Ivanov,
- Abstract要約: 分散化ロボットを用いた任意の形状の集合体を形成するための新しいアルゴリズムを提案する。
局所的な相互作用に依存することにより、アルゴリズムはアセンブリに到達不可能な状態やギャップがないことを保証する。
アルゴリズムの正しさを証明し,その有効性を示す。
- 参考スコア（独自算出の注目度）: 2.702613634883432
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: We propose a novel algorithm for forming arbitrarily shaped assemblies using decentralized robots. By relying on local interactions, the algorithm ensures there are no unreachable states or gaps in the assembly, which are global properties. The in-assembly robots attract passing-by robots into expanding the assembly via a simple implementation of signaling and alignment. Our approach is minimalistic, requiring only communication between attached, immediate neighbors. It is motion-agnostic and requires no pose localization, enabling asynchronous and order-independent assembly. We prove the algorithm's correctness and demonstrate its effectiveness in forming a 107-robot assembly.
- Abstract（参考訳）: 分散化ロボットを用いた任意の形状の集合体を形成するための新しいアルゴリズムを提案する。
局所的な相互作用に依存することにより、アルゴリズムは、グローバルな性質であるアセンブリに到達不能な状態やギャップがないことを保証する。
組立ロボットは、信号処理とアライメントの簡単な実装によって、移動ロボットを引き付け、組み立てを拡大する。
我々のアプローチは最小限であり、接続されたすぐ隣人との通信しか必要としない。
動作に依存しないため、ポーズのローカライゼーションを必要とせず、非同期および順序に依存しないアセンブリを可能にする。
アルゴリズムの正しさを証明し,その有効性を示す。
関連論文リスト
- Generalizability of Graph Neural Networks for Decentralized Unlabeled Motion Planning [72.86540018081531]
ラベルなしの動作計画では、衝突回避を確保しながら、ロボットのセットを目標の場所に割り当てる。
この問題は、探査、監視、輸送などの応用において、マルチロボットシステムにとって不可欠なビルディングブロックを形成している。
この問題に対処するために、各ロボットは、その400ドルのアネレストロボットと$k$アネレストターゲットの位置のみを知っている分散環境で対処する。
論文 参考訳（メタデータ） (2024-09-29T23:57:25Z) - Hearing the shape of an arena with spectral swarm robotics [0.0]
ロボットが隣人に情報を拡散してラプラシアン演算子をエミュレートするスペクトルスウォームロボットを紹介した。
本研究では,アリーナ形状のワンショット分類による課題条件下でのスペクトルスウォームロボティクスの検証を行った。
スペクトル法はロボティクスを超えて、交通や群衆といった様々な性質のエージェントの群れを分析し、調整することができる。
論文 参考訳（メタデータ） (2024-03-25T19:50:07Z) - Real-time Holistic Robot Pose Estimation with Unknown States [30.41806081818826]
RGB画像からロボットのポーズを推定することは、コンピュータビジョンとロボット工学において重要な問題である。
従来の手法では、例えば接地型ロボットの関節角など、ロボットの内部状態の完全な知識が想定されていた。
本研究は,RGB画像からリアルタイムロボットのポーズ推定を行う上で,既知のロボットの状態を必要としない効率的なフレームワークを提案する。
論文 参考訳（メタデータ） (2024-02-08T13:12:50Z) - LPAC: Learnable Perception-Action-Communication Loops with Applications to Coverage Control [72.81786007015471]
本稿では,その問題に対する学習可能なパーセプション・アクション・コミュニケーション(LPAC)アーキテクチャを提案する。
CNNは局所認識を処理する。グラフニューラルネットワーク(GNN)はロボットのコミュニケーションを促進する。
評価の結果,LPACモデルは標準分散型および集中型カバレッジ制御アルゴリズムよりも優れていた。
論文 参考訳（メタデータ） (2024-01-10T00:08:00Z) - A Scalable Multi-Robot Framework for Decentralized and Asynchronous Perception-Action-Communication Loops [72.1902268440158]
グローバルな目的を達成するため,大規模なロボット群における協調作業は,大規模環境における課題である。
ロボットはパーセプション・アクション・コミュニケーションループを実行し、ローカル環境を認識し、他のロボットと通信し、リアルタイムで行動を起こす必要がある。
近年では、フロッキングやカバレッジ制御などのアプリケーションでグラフニューラルネットワーク(GNN)を使用してこの問題に対処している。
本稿では、分散化されたGNNを用いてナビゲーション動作を計算し、通信のためのメッセージを生成するロボット群における非同期PACフレームワークを提案する。
論文 参考訳（メタデータ） (2023-09-18T21:20:50Z) - ImitationNet: Unsupervised Human-to-Robot Motion Retargeting via Shared Latent Space [9.806227900768926]
本稿では,ロボットの動きに対する新しいディープラーニング手法を提案する。
本手法では,新しいロボットへの翻訳を容易にする,人間とロボットのペアデータを必要としない。
我々のモデルは、効率と精度の観点から、人間とロボットの類似性に関する既存の研究よりも優れています。
論文 参考訳（メタデータ） (2023-09-11T08:55:04Z) - Decentralised construction of a global coordinate system in a large
swarm of minimalistic robots [0.8701566919381223]
本研究では,最小主義的エラー発生ロボット群における位置自己認識を可能にするアルゴリズムを提案する。
受信メッセージのベアリングを計測できないにもかかわらず、アルゴリズムを実行しているロボットは、定期的に配置されたSwarm内の位置を計算することができる。
我々のソリューションは最先端のアルゴリズムよりも少ない要件を持ち、総合的なノイズフィルタリング機構を含んでいる。
論文 参考訳（メタデータ） (2023-02-28T14:14:17Z)
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。