論文の概要: Generalized Task-Driven Design of Soft Robots via Reduced-Order FEM-based Surrogate Modeling
- arxiv url: http://arxiv.org/abs/2603.19794v1
- Date: Fri, 20 Mar 2026 09:33:09 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-03-23 19:48:39.085304
- Title: Generalized Task-Driven Design of Soft Robots via Reduced-Order FEM-based Surrogate Modeling
- Title（参考訳）: 縮小次FEMに基づくサロゲートモデリングによるソフトロボットのタスク駆動設計
- Authors: Yao Yao, David Howard, Perla Maiolino,
- Abstract要約: 本稿では,タスク駆動型ソフトロボット設計のための一元化有限要素法(FEM)に基づく代理モデリングパイプラインを提案する。
高忠実FEMシミュレーションは、コンパクトなサロゲート継手モデルを構築するモジュラーレベルでのアクチュエータの挙動を特徴付ける。
メタモデルがアクチュエータ設計パラメータを代理表現にマップし、パラメータ化アクチュエータファミリ間の迅速なインスタンス化を可能にする。
- 参考スコア（独自算出の注目度）: 8.36237361666539
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Task-driven design of soft robots requires models that are physically accurate and computationally efficient, while remaining transferable across actuator designs and task scenarios. However, existing modeling approaches typically face a fundamental trade-off between physical fidelity and computational efficiency, which limits model reuse across design and task variations and constrains scalable task-driven optimization. This paper presents a unified reduced-order finite element method (FEM)-based surrogate modeling pipeline for generalized task-driven soft robot design. High-fidelity FEM simulations characterize actuator behavior at the modular level, from which compact surrogate joint models are constructed for evaluation within a pseudo-rigid body model (PRBM). A meta-model maps actuator design parameters to surrogate representations, enabling rapid instantiation across a parameterized actuator family. The resulting models are embedded into a PRBM-based simulation environment, supporting task-level simulation and optimization under realistic physical constraints. The proposed pipeline is validated through sim-to-real transfer across multiple actuator types, including bellow-type pneumatic actuators and a tendon-driven soft finger, as well as two task-driven design studies: soft gripper co-design via Reinforcement Learning (RL) and 3D actuator shape matching via evolutionary optimization. The results demonstrate high accuracy, efficiency, and reliable reuse, providing a scalable foundation for autonomous task-driven soft robot design.
- Abstract（参考訳）: ソフトロボットのタスク駆動設計には物理的に正確で計算効率のよいモデルが必要であるが、アクチュエータの設計やタスクシナリオ間での転送は可能である。
しかし、既存のモデリング手法は通常、物理的忠実度と計算効率の基本的なトレードオフに直面しており、これは設計やタスクのバリエーションにまたがるモデルの再利用を制限し、スケーラブルなタスク駆動最適化を制約する。
本稿では,汎用タスク駆動型ソフトロボット設計のための有限要素法 (FEM) に基づくサロゲートモデリングパイプラインを提案する。
高忠実度FEMシミュレーションは, 擬似剛体モデル (PRBM) において, 小型サロゲート継手モデルを構築したモジュラーレベルでのアクチュエータ挙動を特徴付ける。
メタモデルがアクチュエータ設計パラメータを代理表現にマップし、パラメータ化アクチュエータファミリ間の迅速なインスタンス化を可能にする。
結果のモデルはPRBMベースのシミュレーション環境に組み込まれ、現実的な物理的制約の下でタスクレベルのシミュレーションと最適化をサポートする。
提案したパイプラインは, ベロ型空気圧アクチュエータと腱駆動のソフトフィンガーを含む複数のアクチュエータタイプ間のシミュレート・トゥ・リアルトランスファーと, ソフトグリップの強化学習(RL)による共設計と, 進化的最適化による3次元アクチュエータ形状マッチングの2つのタスク駆動設計研究によって検証された。
その結果、高い精度、効率、信頼性の高い再利用性を示し、自律的なタスク駆動型ソフトロボット設計のためのスケーラブルな基盤を提供する。
関連論文リスト
- A Unified Low-Dimensional Design Embedding for Joint Optimization of Shape, Material, and Actuation in Soft Robots [4.829343342713712]
形状変形,多材料分布,アクチュエータを統一したソフトロボットのためのスムーズで低次元な設計埋め込みを提案する。
実験では、ニューラルネットワークの符号化と異なり、基礎関数の数に応じて設計が増加することを示す。
さらに, 一体型埋め込みによる形状, 材料, アクティベーションの協調最適化は, 逐次戦略を一貫して上回ることを示す。
論文 参考訳（メタデータ） (2026-03-06T17:33:32Z) - Simulation-based Learning of Electrical Cabinet Assembly Using Robot Skills [2.900269335003268]
本稿では、DINレール上での電気端子の力制御組立を自動化するためのシミュレーション駆動方式を提案する。
提案手法は,物理シミュレーション環境下での深部強化学習(DRL)とパラメータ化可能なロボット技術を統合する。
実験結果は, 位置差や回転偏差の大きい場合であっても, シミュレーションと実世界の双方で高い成功率(最大100%)を示した。
論文 参考訳（メタデータ） (2026-02-16T08:45:54Z) - Fractional-order Modeling for Nonlinear Soft Actuators via Particle Swarm Optimization [49.34452620841728]
本稿では, ソフト材料の動的挙動を捉えるために, 分数次微分方程式(FODE)に基づく革新的なモデリング手法を提案する。
提案手法は,ソフトアクチュエータに固有の複雑な変形現象を効果的に表現する。
論文 参考訳（メタデータ） (2025-12-20T04:46:25Z) - Py-DiSMech: A Scalable and Efficient Framework for Discrete Differential Geometry-Based Modeling and Control of Soft Robots [0.0]
Py-DiSMechはPythonベースの、ソフトロボット構造のモデリングと制御のためのオープンソースのシミュレーションフレームワークである。
Py-DiSMechは、メッシュ上での曲率やひずみなどの幾何量を識別することにより、ロッド、シェル、ハイブリッド構造の非線形変形を高忠実さで捉え、計算コストを低減させる。
論文 参考訳（メタデータ） (2025-12-10T18:40:27Z) - AI-Enhanced Automatic Design of Efficient Underwater Gliders [60.45821679800442]
自動設計フレームワークの構築は、グライダー形状を表現する複雑さと、複雑な固体-流体相互作用をモデル化する際の計算コストが高いため、困難である。
非自明な船体形状の水中ロボットを作れるようにすることで、これらの制限を克服するAI強化型自動計算フレームワークを導入する。
提案手法は, 形状と制御信号の両面を協調的に最適化するアルゴリズムで, 低次幾何表現と微分可能なニューラルネット型流体代理モデルを用いる。
論文 参考訳（メタデータ） (2025-04-30T23:55:44Z) - An LLM-enabled Multi-Agent Autonomous Mechatronics Design Framework [49.633199780510864]
本研究は, 機械設計, 最適化, エレクトロニクス, ソフトウェア工学の専門知識を統合した多エージェント自律メカトロニクス設計フレームワークを提案する。
このフレームワークは、言語駆動のワークフローを通じて運用され、構造化された人間のフィードバックを組み込んで、現実世界の制約下での堅牢なパフォーマンスを保証する。
完全に機能する自律型容器は、最適化された推進、コスト効率の高い電子機器、高度な制御を備えていた。
論文 参考訳（メタデータ） (2025-04-20T16:57:45Z) - Cliqueformer: Model-Based Optimization with Structured Transformers [102.55764949282906]
大規模なニューラルネットワークは予測タスクに優れるが、タンパク質工学や材料発見といった設計問題への応用には、オフラインモデルベース最適化(MBO)の問題を解決する必要がある。
機能的グラフィカルモデル(FGM)を用いてブラックボックス関数の構造を学習するトランスフォーマーベースのアーキテクチャであるCliqueformerを提案する。
化学および遺伝子設計タスクを含む様々な領域において、Cliqueformerは既存の方法よりも優れた性能を示している。
論文 参考訳（メタデータ） (2024-10-17T00:35:47Z) - Incremental Few-Shot Adaptation for Non-Prehensile Object Manipulation using Parallelizable Physics Simulators [5.483662156126757]
モデル予測制御(MPC)のための物理に基づく力学モデルに漸進的に適応する非包括的操作のための新しいアプローチを提案する。
シミュレーションおよび実ロボットを用いた物体押出実験における少数ショット適応手法の評価を行った。
論文 参考訳（メタデータ） (2024-09-20T05:24:25Z) - DrEureka: Language Model Guided Sim-To-Real Transfer [64.14314476811806]
シミュレーションで学んだ政策を現実世界に伝達することは、ロボットのスキルを大規模に獲得する上で有望な戦略である。
本稿では,Large Language Models (LLMs) を用いてシム・トゥ・リアル設計の自動化と高速化を行う。
本手法では,ヨガボールの上を歩行する四足歩行や四足歩行など,新しいロボットタスクを解くことができる。
論文 参考訳（メタデータ） (2024-06-04T04:53:05Z) - 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) - XVoxel-Based Parametric Design Optimization of Feature Models [11.32057097341898]
本稿では,XVoxelsと呼ばれる統一モデル表現スキームに基づくパラメトリック最適化手法を提案する。
提案手法は, その有効性を示すために, 複雑さの増大に関する一連のケーススタディにより検証された。
論文 参考訳（メタデータ） (2023-03-17T13:07:12Z)
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。