論文の概要: A Foot Resistive Force Model for Legged Locomotion on Muddy Terrains

• arxiv url: http://arxiv.org/abs/2604.12006v1
• Date: Mon, 13 Apr 2026 19:53:52 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-04-15 19:11:32.094776
• Title: A Foot Resistive Force Model for Legged Locomotion on Muddy Terrains
• Title（参考訳）: 泥地における脚移動に対する足の抵抗力モデル
• Authors: Xunjie Chen, Liuyin Wang, Xinyan Huang, Jerry Shan, Yantao Shen, Jingang Yi,
• Abstract要約: 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。
• 参考スコア（独自算出の注目度）: 13.833218559967348
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Legged robots face significant challenges in moving and navigating on deformable and highly yielding terrain such as mud. We present a resistive force model for legged foot-mud interactions. The model captures rheological behaviors such as visco-elasticity, thixotropy of the mud suspension and retractive suction. One attractive property of this new model lies in its effective, uniform formulation to provide underlying physical interpretation and accurate resistive force predictions. We further take advantage of the resistive force model to design a new morphing robotic foot for effective and efficient legged locomotion. We conduct extensive experiments to validate the force model, and the results demonstrate that the morphing foot enhances not only the locomotion mobility but also energy-efficiency of walking in mud. The new resistive force model can be further used to develop data-driven simulation and locomotion control of legged robots on muddy terrains.
• Abstract（参考訳）: 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。 このモデルは粘弾性、泥懸濁液のチクソトロピー、引抜き吸引などのレオロジー的挙動を捉えている。 この新モデルの魅力的な特性の1つは、基礎となる物理的解釈と正確な抵抗力予測を提供するための有効で均一な定式化である。 さらに, 抵抗力モデルを用いて, 足の移動を効果的かつ効率的に行うための新しいモーフィングロボットを設計する。 筋力モデルを検証するための広範囲な実験を行い, 変形足は移動運動だけでなく, 泥の中を歩くエネルギー効率も向上することを示した。 新たな抵抗力モデルにより,泥地における脚付きロボットのデータ駆動型シミュレーションと移動制御の開発が可能となった。

関連論文リスト

• Bipedal-Walking-Dynamics Model on Granular Terrains [14.386787371962987]
  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。
  論文  参考訳（メタデータ） (2026-04-13T19:12:22Z)
• Dynamic Modeling and MPC for Locomotion of Tendon-Driven Soft Quadruped [0.0]
  SLOT(Soft Legged Omnidirectional Tetrapod)は3DプリントされたTPU脚を持つ腱駆動の柔らかい四足歩行ロボットである。 各脚は離散コッサートロッド理論を用いて変形可能な連続体としてモデル化される。 モジュラー・ボディ・モデリング・フレームワークが導入され、従順な脚のダイナミクスが表現される。
  論文  参考訳（メタデータ） (2026-02-18T11:14:22Z)
• Skeleton2Stage: Reward-Guided Fine-Tuning for Physically Plausible Dance Generation [49.50118203284611]
  関節の軌跡のように見える運動は、人体メッシュで可視化すると、身体の自己貫通と足球接触(FGC)異常を示すことが多い。 物理に基づく報酬をボディーメッシュから導き出すことにより、このスケルトンとメッシュのギャップに対処する。 提案手法は,生成した動きの身体的妥当性を著しく向上させ,よりリアルで美的な舞踊を生み出す。
  論文  参考訳（メタデータ） (2026-02-14T13:48:13Z)
• 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)
• HUMOS: Human Motion Model Conditioned on Body Shape [54.20419874234214]
  身体形状に基づく生成運動モデルを構築するための新しいアプローチを提案する。 非ペアデータを使ってこのモデルをトレーニングすることが可能であることを示す。 得られたモデルは、多種多様で、物理的に妥当で、動的に安定した人間の動きを生成する。
  論文  参考訳（メタデータ） (2024-09-05T23:50:57Z)
• 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)
• PhysDiff: Physics-Guided Human Motion Diffusion Model [101.1823574561535]
  既存の運動拡散モデルは、拡散過程における物理学の法則をほとんど無視する。 PhysDiffは拡散過程に物理的制約を組み込む。 提案手法は,最先端の動作品質を実現し,身体的可視性を大幅に向上させる。
  論文  参考訳（メタデータ） (2022-12-05T18:59:52Z)
• OstrichRL: A Musculoskeletal Ostrich Simulation to Study Bio-mechanical Locomotion [8.849771760994273]
  MuJoCoシミュレータに基づくオストリッチの3次元筋骨格シミュレーションを作成した。 このモデルは、実際の筋肉データを集めるために使用されるCTスキャンと解剖に基づいている。 また,レファレンス・モーション・トラッキングや,ネック付きリーチ・タスクなど,一連の強化学習タスクも提供する。
  論文  参考訳（メタデータ） (2021-12-11T19:58:11Z)
• Learning Control Policies for Imitating Human Gaits [2.28438857884398]
  人間はウォーキング、ランニング、ジャンプといった運動を最も効率的な方法で行っており、このプロジェクトの動機の源となっている。 骨格と筋骨格の人間モデルは,矢状面の運動に対して考慮された。 モデルフリー強化学習アルゴリズムは、逆ダイナミクス制御動作の最適化に用いられた。
  論文  参考訳（メタデータ） (2021-05-15T16:33:24Z)
• 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)

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。