論文の概要: EvoGymCM: Harnessing Continuous Material Stiffness for Soft Robot Co-Design
- arxiv url: http://arxiv.org/abs/2604.08258v1
- Date: Thu, 09 Apr 2026 13:45:20 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-04-10 18:34:05.944349
- Title: EvoGymCM: Harnessing Continuous Material Stiffness for Soft Robot Co-Design
- Title（参考訳）: EvoGymCM:ソフトロボット共同設計のための連続材料剛性
- Authors: Le Shen, Kangyao Huang, Wentao Zhao, Huaping Liu,
- Abstract要約: EvoGymCM(EvoGym with Continuous Materials, EvoGym with Continuous Materials)を提案する。
プログラム可能な材料をガイドするためのリアルタイム剛性チューニングポリシを学習するリアクティブ・マトリアル・コデザイン,および(ii)形態学と固定材料フィールドを共同で最適化し,従来の材料製造をガイドする不変・マトリアル・コデザインの2つのパラダイムを定式化する。
- 参考スコア（独自算出の注目度）: 18.725153374910857
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: In the automated co-design of soft robots, precisely adapting the material stiffness field to task environments is crucial for unlocking their full physical potential. However, mainstream platforms (e.g., EvoGym) strictly discretize the material dimension, artificially restricting the design space and performance of soft robots. To address this, we propose EvoGymCM (EvoGym with Continuous Materials), a benchmark suite formally establishing continuous material stiffness as a first-class design variable alongside morphology and control. Aligning with real-world material mechanisms, EvoGymCM introduces two settings: (i) EvoGymCM-R (Reactive), motivated by programmable materials with dynamically tunable stiffness; and (ii) EvoGymCM-I (Invariant), motivated by traditional materials with invariant stiffness fields. To tackle the resulting high-dimensional coupling, we formulate two Morphology-Material-Control co-design paradigms: (i) Reactive-Material Co-Design, which learns real-time stiffness tuning policies to guide programmable materials; and (ii) Invariant-Material Co-Design, which jointly optimizes morphology and fixed material fields to guide traditional material fabrication. Systematic experiments across diverse tasks demonstrate that continuous material optimization boosts performance and unlocks synergy across morphology, material, and control.
- Abstract（参考訳）: ソフトロボットの自動設計では、物質硬度フィールドをタスク環境に正確に適応させることが、その完全な物理的ポテンシャルを解き放つ上で重要である。
しかし、主流プラットフォーム(例えば、EvoGym)は、素材の寸法を厳密に区別し、ソフトロボットの設計空間と性能を人工的に制限する。
そこで我々は, 連続材料硬度を1級設計変数として定式化したベンチマークスイートであるEvoGymCM(EvoGym with Continuous Materials)を提案する。
EvoGymCMは、現実世界の物質メカニズムに合わせて、以下の2つの設定を導入している。
1EvoGymCM-R(Reactive)は、動的に調整可能な剛性を有するプログラム可能な材料をモチベーションとする。
(II)EvoGymCM-I(不変)は、不変剛性体を持つ伝統的な材料によって動機付けられる。
結果の高次元結合に取り組むために、2つのモルフォロジー・マクロ・コントロールの共設計パラダイムを定式化する。
一 プログラム可能な材料を指導するためのリアルタイム剛性調整政策を学ぶリアクティブ・マトリアル共同設計
二 従来の材料製造を導くため、形態学と固定材料分野を共同で最適化する不変機械共設計
様々なタスクにわたる体系的な実験は、連続的な材料最適化が性能を高め、形態学、材料、制御の相乗効果を解放することを示した。
関連論文リスト
- Simulation-Driven Evolutionary Motion Parameterization for Contact-Rich Granular Scooping with a Soft Conical Robotic Hand [14.911239660367926]
ツールベースのスクーピングは、さまざまな大きさ、形状、物質状態の物体との相互作用を可能にするロボット支援タスクにおいて不可欠である。
近年の研究では、柔軟で再構成可能なソフトロボットのエンドエフェクターが、スクーピング中に一貫した接触を維持するために形状に適応できることが示されている。
これらのソフトツールは、複雑な感知や制御を必要とせずに、様々な容器の大きさや材料に調整することができる。
本稿では,変形可能な円錐型ロボットハンドの物理シミュレーションモデルの開発について述べる。
論文 参考訳（メタデータ） (2026-04-07T07:30:21Z) - 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) - StdGEN++: A Comprehensive System for Semantic-Decomposed 3D Character Generation [57.06461272772509]
StdGEN++は、多種多様な入力から高忠実で意味的に分解された3D文字を生成するための、新しく包括的なシステムである。
最先端の性能を達成し、幾何学的精度と意味的絡み合いにおいて既存の手法を著しく上回っている。
結果として、非破壊的な編集、物理学に準拠したアニメーション、視線追跡など、より進んだ下流の機能をアンロックする。
論文 参考訳（メタデータ） (2026-01-12T15:41:27Z) - Emerging Microelectronic Materials by Design: Navigating Combinatorial Design Space with Scarce and Dispersed Data [42.45821602529994]
材料設計には計算モデリングと機械学習が用いられている。
物理機構、第一原理計算のコスト、データの分散は、物理に基づく材料モデリングとデータ駆動材料モデリングの両方に課題をもたらす。
本稿では,これらの課題に対処し,材料設計を加速するために,データ駆動および物理に基づく手法を統合するフレームワークを提案する。
論文 参考訳（メタデータ） (2024-12-23T05:06:19Z) - Nonlinear Inverse Design of Mechanical Multi-Material Metamaterials Enabled by Video Denoising Diffusion and Structure Identifier [2.624762732763203]
本稿では非線形応力-ひずみ応答に基づく逆多材料設計のための新しい枠組みを提案する。
複数の材料, 塑性, 大変形を組み込むことで, メタマテリアルの高非線形力学的挙動の制御を高度化することができる。
論文 参考訳（メタデータ） (2024-09-20T21:26:15Z) - 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) - FAENet: Frame Averaging Equivariant GNN for Materials Modeling [123.19473575281357]
データ変換による任意のモデルE(3)-同変や不変化を実現するために,フレームアラグリング(SFA)に依存したフレキシブルなフレームワークを導入する。
本手法の有効性を理論的および実験的に証明し, 材料モデリングにおける精度と計算スケーラビリティを実証する。
論文 参考訳（メタデータ） (2023-04-28T21:48:31Z) - SoftZoo: A Soft Robot Co-design Benchmark For Locomotion In Diverse
Environments [111.91255476270526]
我々は,多様な環境下での移動を支援するソフトロボットの共同設計プラットフォームであるSoftZooを紹介する。
SoftZooは、平らな地面、砂漠、湿地、粘土、氷、雪、浅い水、海などの環境をシミュレートする機能など、自然にヒントを得た幅広い素材セットをサポートしている。
それは、高速な移動、アジャイルな回転、パスフォローなど、ソフトロボティクスに関連するさまざまなタスクを提供し、形態学と制御のための微分可能な設計表現を提供する。
論文 参考訳（メタデータ） (2023-03-16T17:59:50Z) - 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) - How to See Hidden Patterns in Metamaterials with Interpretable Machine
Learning [82.67551367327634]
我々は,材料単位セルのパターンを見つけるための,解釈可能な多分解能機械学習フレームワークを開発した。
具体的には、形状周波数特徴と単位セルテンプレートと呼ばれるメタマテリアルの2つの新しい解釈可能な表現を提案する。
論文 参考訳（メタデータ） (2021-11-10T21:19:02Z)
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。