論文の概要: A Minimum-Energy Control Approach for Redundant Mobile Manipulators in Physical Human-Robot Interaction Applications
- arxiv url: http://arxiv.org/abs/2603.25259v1
- Date: Thu, 26 Mar 2026 10:01:34 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-03-27 20:52:48.230964
- Title: A Minimum-Energy Control Approach for Redundant Mobile Manipulators in Physical Human-Robot Interaction Applications
- Title（参考訳）: 物理ロボットインタラクション応用における冗長移動マニピュレータの最小エネルギー制御手法
- Authors: Davide Tebaldi, Niccolò Paradisi, Fabio Pini, Luigi Biagiotti,
- Abstract要約: 本稿では,上面にロボットアームを装着した移動体ベースからなる移動体マニピュレータの制御手法を提案する。
提案手法は, 全身ロボットシステムに格納される全体の運動エネルギーを削減し, システム性能をベンチマーク法と比較して改善することを示した。
- 参考スコア（独自算出の注目度）: 0.27998963147546146
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Research on mobile manipulation systems that physically interact with humans has expanded rapidly in recent years, opening the way to tasks which could not be performed using fixed-base manipulators. Within this context, developing suitable control methodologies is essential since mobile manipulators introduce additional degrees of freedom, making the design of control approaches more challenging and more prone to performance optimization. This paper proposes a control approach for a mobile manipulator, composed of a mobile base equipped with a robotic arm mounted on the top, with the objective of minimizing the overall kinetic energy stored in the whole-body mobile manipulator in physical human-robot interaction applications. The approach is experimentally tested with reference to a peg-in-hole task, and the results demonstrate that the proposed approach reduces the overall kinetic energy stored in the whole-body robotic system and improves the system performance compared with the benchmark method.
- Abstract（参考訳）: 近年,人間と物理的に相互作用する移動操作システムの研究が急速に進展し,固定ベースマニピュレータでは実行できないタスクへの道を開いた。
このような状況下では、移動マニピュレータがさらなる自由度を導入し、制御手法の設計がより困難になり、性能の最適化が困難になるため、適切な制御手法の開発が不可欠である。
本稿では,ロボットアームを搭載した移動体ベースを上部に搭載した移動体マニピュレータの制御手法を提案する。
この手法はペグ・イン・ホール・タスクに言及して実験的に検証され,提案手法は全身ロボットシステムに格納される全体的な運動エネルギーを低減し,ベンチマーク法と比較してシステム性能を向上することを示した。
関連論文リスト
- KUKAloha: A General, Low-Cost, and Shared-Control based Teleoperation Framework for Construction Robot Arm [3.966748430445195]
KUKAlohaは、建設ロボットアームのための汎用的で低コストで共有制御の遠隔操作フレームワークである。
我々は,KUKAロボットアーム上にフレームワークを実装し,代表的構成操作タスクを用いたユーザビリティスタディを実施する。
論文 参考訳（メタデータ） (2026-03-20T16:51:30Z) - ACLM: ADMM-Based Distributed Model Predictive Control for Collaborative Loco-Manipulation [9.708461585583791]
重荷のロコ操作による共同輸送は、脚のあるロボットにとって難しいが必須の能力である。
本研究は,ロコマニピュレーションのための分散モデル予測制御フレームワークであるマルチプライアの交互方向法を提案する。
論文 参考訳（メタデータ） (2026-03-07T08:06:51Z) - Admittance-Based Motion Planning with Vision-Guided Initialization for Robotic Manipulators in Self-Driving Laboratories [0.4899818550820576]
本稿では,適応的かつ適合的なロボット操作を実現するために,アプタンス制御を中心としたモーションプランニングフレームワークを提案する。
従来のスキームとは異なり、提案手法はアクセタンスコントローラを直接トラジェクトリ実行に統合する。
この能力により、人間の操作者はロボットの動きをリアルタイムでオーバーライドまたはリダイレクトすることができる。
論文 参考訳（メタデータ） (2026-01-29T13:29:56Z) - CHIP: Adaptive Compliance for Humanoid Control through Hindsight Perturbation [70.5382178207975]
hIsight Perturbation (CHIP)は、制御可能なエンドエフェクタ剛性を実現するプラグイン・アンド・プレイモジュールである。
CHIPの実装は簡単で、データ拡張も追加の報酬チューニングも必要ありません。
そこで本研究では,CHIPでトレーニングした汎用モーショントラッキングコントローラが,多種多様な操作タスクを実行できることを示す。
論文 参考訳（メタデータ） (2025-12-16T18:56:04Z) - Volumetric Ergodic Control [0.0]
本稿では,体積状態表現を用いた空間被覆を最適化するエルゴディック制御式を提案する。
本手法は,エルゴディック制御のカバレッジ保証を保護し,リアルタイム制御に最小限の計算オーバーヘッドを付加し,任意のサンプルベース容積モデルをサポートする。
論文 参考訳（メタデータ） (2025-11-14T18:10:40Z) - FreeAction: Training-Free Techniques for Enhanced Fidelity of Trajectory-to-Video Generation [50.39748673817223]
本稿では,ロボットビデオ生成における明示的な動作パラメータを完全に活用する2つのトレーニング不要な推論時間手法を提案する。
第一に、アクションスケールの分類器フリーガイダンスは、動作の大きさに比例して誘導強度を動的に調整し、運動強度に対する制御性を高める。
第二に、アクションスケールノイズトランケーションは、初期サンプルノイズの分布を調整し、所望の運動力学とよりよく一致させる。
論文 参考訳（メタデータ） (2025-09-29T03:30:40Z) - Human-Agent Joint Learning for Efficient Robot Manipulation Skill Acquisition [48.65867987106428]
本稿では,人間とロボットの協調学習システムについて紹介する。
これにより、ロボットエンドエフェクターの制御を学習支援エージェントと共有することができる。
これにより、ダウンストリームタスクにおいて、収集されたデータが十分な品質であることを保証しながら、人間の適応の必要性を減らすことができる。
論文 参考訳（メタデータ） (2024-06-29T03:37:29Z) - Model Predictive Control for Fluid Human-to-Robot Handovers [50.72520769938633]
人間の快適さを考慮に入れた計画運動は、人間ロボットのハンドオーバプロセスの一部ではない。
本稿では,効率的なモデル予測制御フレームワークを用いてスムーズな動きを生成することを提案する。
ユーザ数名の多様なオブジェクトに対して,人間とロボットのハンドオーバ実験を行う。
論文 参考訳（メタデータ） (2022-03-31T23:08:20Z) - Nonprehensile Riemannian Motion Predictive Control [57.295751294224765]
本稿では,リアル・ツー・シムの報酬分析手法を導入し,リアルなロボット・プラットフォームに対する行動の可能性を確実に予測する。
連続的なアクション空間でオブジェクトを反応的にプッシュするクローズドループコントローラを作成します。
我々は,RMPCが乱雑な環境だけでなく,乱雑な環境においても頑健であり,ベースラインよりも優れていることを観察した。
論文 参考訳（メタデータ） (2021-11-15T18:50:04Z) - Consolidating Kinematic Models to Promote Coordinated Mobile
Manipulations [96.03270112422514]
我々は,移動体ベース,アーム,移動体操作で操作する物体の運動学を統合する仮想キネマティックチェイン(VKC)を構築した。
移動操作タスクは、構築されたVKCの状態を変更して表現され、移動計画問題に変換することができる。
論文 参考訳（メタデータ） (2021-08-03T02:59:41Z) - Whole-Body Control on Non-holonomic Mobile Manipulation for Grapevine
Winter Pruning Automation [5.9904971631687]
本稿では,2-DoF非ホロノミックホイール付移動体と7-DoF非マニピュレータを組み合わせたロボットの全身動作制御装置について検討する。
このロボットプラットフォームは、複雑なブドウの刈り取り作業を効率的に行うように設計されている。
論文 参考訳（メタデータ） (2021-05-22T17:41:22Z)
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。