論文の概要: Bipedal-Walking-Dynamics Model on Granular Terrains
- arxiv url: http://arxiv.org/abs/2604.11981v1
- Date: Mon, 13 Apr 2026 19:12:22 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-04-15 19:11:32.08144
- Title: Bipedal-Walking-Dynamics Model on Granular Terrains
- Title（参考訳）: 粒状地層における二足歩行運動モデル
- Authors: Xunjie Chen, Xinyan Huang, Peter Shan, Jingang Yi, Tao Liu,
- Abstract要約: 二足歩行ロボットは砂のような非構造環境において高い俊敏性と移動性を示した。
グラニュラーメディア上でのバイペダルウォーキングの移動を捉え予測するための新しい動的モデリング手法を提案する。
- 参考スコア（独自算出の注目度）: 14.386787371962987
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: Bipeds have demonstrated high agility and mobility in unstructured environments such as sand. The yielding of such granular media brings significant sinkage and slip of the bipedal feet, leading to uncertainty and instability of walking locomotion. We present a new dynamics-modeling approach to capture and predict bipedal-walking locomotion on granular media. A dynamic foot-terrain interaction model is integrated to compute the ground reaction force (GRF). The proposed granular dynamic model has three additional degree-of-freedom (DoF) to estimate foot sinkage and slip that are critical to capturing robot-walking kinematics and kinetics such as cost of transport (CoT). Using the new model, we analyze bipedal kinetics, CoT, and foot-terrain rolling and intrusion affects. Experiments are conducted using a biped robotic walker on sand to validate the proposed dynamic model with robot-gait profiles, media-intrusion prediction, and GRF estimations. This new dynamics model can further serve as an enabling tool for locomotion control and optimization of bipedal robots to efficiently walk on granular terrains.
- Abstract（参考訳）: 二足歩行は砂のような非構造環境において高い機敏さと機動性を示した。
このような粒状体が収まると、二足歩行のかなりの沈み込みと滑りが生じ、歩行運動の不確実性と不安定性が生じる。
グラニュラーメディア上でのバイペダルウォーキングの移動を捉え予測するための新しい動的モデリング手法を提案する。
地盤反応力 (GRF) を計算するために, 動的フット・テランの相互作用モデルを統合する。
提案した粒度力学モデルは,ロボット歩行運動学や輸送コスト(CoT)などの運動学を捉える上で重要な,足の沈下とすべりを推定するための3つの自由度(DoF)を持つ。
新しいモデルを用いて、二足歩行運動学、CoT、足関節転がり、侵入が与える影響を分析した。
砂上の二足歩行ロボットを用いて実験を行い,ロボットの歩行プロファイル,メディア侵入予測,GRF推定による動的モデルの有効性を検証した。
この新しいダイナミックスモデルは、二足歩行ロボットの移動制御と最適化を可能にするツールとして、より効率的な地形の歩行を可能にする。
関連論文リスト
- Dynamic Modeling and Robust Gait Optimization of a Compliant Worm Robot [6.048766517808481]
本稿では,共振管を走行可能なロボットのモデリングと最適化の枠組みを実験的に検討する。
平均出力を最小化しながら平均速度を最大化する多目的歩行最適化問題を定式化する。
その結果,提案手法はロボットの移動とエネルギー消費の優位性を捉えていることがわかった。
論文 参考訳（メタデータ） (2026-04-13T20:20:03Z) - A Foot Resistive Force Model for Legged Locomotion on Muddy Terrains [13.833218559967348]
脚のあるロボットは、泥のような変形可能で高収率の地形を移動・航行する上で大きな課題に直面している。
そこで本研究では,足とマウスの相互作用に対する抵抗力モデルを提案する。
我々は、このモデルを利用して、効果的で効率的な足の移動を実現するために、新しいモーフィングロボット足を設計する。
論文 参考訳（メタデータ） (2026-04-13T19:53:52Z) - Inverse Resistive Force Theory (I-RFT): Learning granular properties through robot-terrain physical interactions [7.397755522601659]
物理インフォームド機械学習フレームワークである逆抵抗力理論(Inverse Resistive Force Theory, I-RFT)を導入し、地形特性を推定する。
I-RFTは、様々な動きプリミティブをまたいだ一般化を可能にしながら、物理的整合性を保つ。
I-RFTは、複数の歩行軌跡とつま先形状の地形特性を正確に推定する。
論文 参考訳（メタデータ） (2026-03-08T20:30:31Z) - A compliant ankle-actuated compass walker with triggering timing control [0.552480439325792]
新しいモデルが提案され、即時対応の足首押し出しを可能にする制御足首作動歩行コンパス(TC-AACG)が提案される。
提案手法は2足歩行モデルの運動能力を衝動性足関節伸展法と比較して拡張することを示す。
論文 参考訳（メタデータ） (2026-02-06T20:00:19Z) - Contact-Implicit Modeling and Simulation of a Snake Robot on Compliant and Granular Terrain [0.0]
本論文は,COBRAヘビロボットの横巻き及び転動動作を解析するための統一モデリングおよびシミュレーションフレームワークを提案する。
サイドウインド中の分散摩擦相互作用をモデル化するために、接触-単純定式化が用いられる。
急勾配での高エネルギー転がり移動には、クロノDEMエンジンが粒子と粒子の相互作用をシミュレートするために用いられる。
論文 参考訳（メタデータ） (2025-12-04T17:20:32Z) - Langevin Flows for Modeling Neural Latent Dynamics [81.81271685018284]
逐次変分自動エンコーダであるLangevinFlowを導入し、潜伏変数の時間的進化をアンダーダム化したLangevin方程式で制御する。
われわれのアプローチは、慣性、減衰、学習されたポテンシャル関数、力などの物理的事前を組み込んで、ニューラルネットワークにおける自律的および非自律的プロセスの両方を表現する。
本手法は,ロレンツ誘引器によって生成される合成神経集団に対する最先端のベースラインより優れる。
論文 参考訳（メタデータ） (2025-07-15T17:57:48Z) - Spatial-Temporal Graph Diffusion Policy with Kinematic Modeling for Bimanual Robotic Manipulation [88.83749146867665]
既存のアプローチは、遠く離れた次のベストなエンドエフェクタのポーズを予測するポリシーを学びます。
すると、運動に対する対応する関節回転角を逆運動学を用いて計算する。
本稿では,Kinematics 拡張空間テンポアル gRaph diffuser を提案する。
論文 参考訳（メタデータ） (2025-03-13T17:48:35Z) - Exploring Model Transferability through the Lens of Potential Energy [78.60851825944212]
トランスファーラーニングは、事前訓練されたディープラーニングモデルが広く利用可能であることから、コンピュータビジョンタスクにおいて重要になっている。
既存のトレーニング済みモデルの転送可能性の測定方法は、符号化された静的特徴とタスクラベルの間の統計的相関に依存する。
我々はこれらの課題に対処するために,PEDという物理に着想を得たアプローチを提案する。
論文 参考訳（メタデータ） (2023-08-29T07:15:57Z) - Reinforcement Learning for Robust Parameterized Locomotion Control of
Bipedal Robots [121.42930679076574]
シミュレーションにおけるロコモーションポリシをトレーニングするためのモデルフリー強化学習フレームワークを提案する。
ドメインランダム化は、システムダイナミクスのバリエーションにまたがる堅牢な振る舞いを学ぶためのポリシーを奨励するために使用されます。
本研究では、目標歩行速度、歩行高さ、旋回ヨーなどの多目的歩行行動について示す。
論文 参考訳（メタデータ） (2021-03-26T07:14:01Z) - Hybrid Physics and Deep Learning Model for Interpretable Vehicle State
Prediction [75.1213178617367]
深層学習と物理運動モデルを組み合わせたハイブリッドアプローチを提案する。
ハイブリッドモデルの一部として,ディープニューラルネットワークの出力範囲を制限することで,解釈可能性を実現する。
その結果, ハイブリッドモデルでは, 既存のディープラーニング手法に比べて精度を低下させることなく, モデル解釈性が向上できることがわかった。
論文 参考訳（メタデータ） (2021-03-11T15:21:08Z)
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。