論文の概要: Function-based Parametric Co-Design Optimization of Dexterous Hands
- arxiv url: http://arxiv.org/abs/2604.27557v1
- Date: Thu, 30 Apr 2026 08:06:00 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-05-01 16:31:53.984326
- Title: Function-based Parametric Co-Design Optimization of Dexterous Hands
- Title（参考訳）: 関数型パラメトリック共設計によるデクサスハンドの最適化
- Authors: Mohammad Amin Mirzaee, Harsh Gupta, Wenzhen Yuan,
- Abstract要約: 手のひら構造,指のキネマティクス,指先形状,微細な表面曲率を統一するロボットハンドジェネレーションのための包括的枠組みを提案する。
シミュレーションおよび実世界の動的シナリオにおける安定性タスクの把握における設計最適化の枠組みを検証する。
本フレームワークはシミュレーションおよび製造可能なハンドモデルを生成し,オープンソースとして公開する。
- 参考スコア（独自算出の注目度）: 5.05447792208957
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: Despite advances in dexterous hand manipulation, robotic hand design is still largely decoupled from task-driven evaluation and control, limiting systematic optimization. Existing robotic hand co-design approaches are often limited in scope, optimizing a small subset of design parameters. We introduce a comprehensive parametric framework for robotic hand generation that unifies palm structure, finger kinematics, fingertip geometry, and fine-scale surface curvatures within a single design space. Fine geometric features are introduced through parametric surface deformation kernels that directly influence contact interactions. We validate the framework on design optimization in grasp stability tasks in simulation and real-world dynamic scenarios. Our framework produces simulation- and fabrication-ready hand models and will be released as open-source to enable rapid design iteration for dexterous hand co-design optimization frameworks and cross-embodiment policy training and control research.
- Abstract（参考訳）: 巧妙な手操作の進歩にもかかわらず、ロボットハンドの設計は依然としてタスク駆動による評価と制御から切り離され、体系的な最適化が制限されている。
既存のロボットハンドの共同設計アプローチはスコープが限られており、設計パラメータの小さなサブセットを最適化する。
本研究では, 手のひら構造, 指のキネマティクス, 指先形状, 単一設計空間内での微細な表面曲率を統一する, ロボットハンド生成のための包括的パラメトリックフレームワークを提案する。
微細な幾何学的特徴は、接触相互作用に直接影響を及ぼすパラメトリック表面変形カーネルを通じて導入される。
シミュレーションおよび実世界の動的シナリオにおける安定性タスクの把握における設計最適化の枠組みを検証する。
本フレームワークはシミュレーションおよび製造可能なハンドモデルを生成し,手動共同設計最適化フレームワークの迅速な設計イテレーションを実現するためにオープンソースとしてリリースする。
関連論文リスト
- LEGO: Latent-space Exploration for Geometry-aware Optimization of Humanoid Kinematic Design [15.675250550243925]
モーションデザインの協調最適化は自動化に向けた有望な道のりを提供するが、 (i) 巨大で非構造的な設計空間と (ii) タスク固有の損失関数を構築することの難しさの2つの大きな課題が残っている。
本研究では, 既存の機械設計からデザイン検索空間を学習し, 人間の動作データから直接損失を定義することにより, 人間の関与を最小限に抑える新しいパラダイムを提案する。
提案手法は,データ駆動型ロボット設計の原則的枠組みを確立し,既存の設計と人間の動作を活用することで,新しいロボット設計の自動発見を効果的に導くことを実証する。
論文 参考訳（メタデータ） (2026-04-09T17:06:50Z) - 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) - Follow My Hold: Hand-Object Interaction Reconstruction through Geometric Guidance [61.41904916189093]
単眼RGB画像から手持ち物体の3次元形状を再構成する拡散法に基づく新しいフレームワークを提案する。
我々は手オブジェクト間相互作用を幾何学的ガイダンスとして使用し、手オブジェクト間相互作用を確実にする。
論文 参考訳（メタデータ） (2025-08-25T17:11:53Z) - 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) - Efficient Design of Compliant Mechanisms Using Multi-Objective Optimization [50.24983453990065]
そこで本研究では,大きな角状脳卒中を許容できる適合型クロスヒンジ機構の合成について述べる。
キネトスタティックな性能測定に基づいて,多目的最適化問題を定式化する。
論文 参考訳（メタデータ） (2025-04-23T06:29:10Z) - Robotic World Model: A Neural Network Simulator for Robust Policy Optimization in Robotics [50.191655141020505]
この研究は、長期水平予測、エラー蓄積、およびsim-to-real転送の課題に対処することで、モデルに基づく強化学習を前進させる。
スケーラブルでロバストなフレームワークを提供することで、現実のアプリケーションにおいて適応的で効率的なロボットシステムを実現することができる。
論文 参考訳（メタデータ） (2025-01-17T10:39:09Z) - STAR: Synthesis of Tailored Architectures [61.080157488857516]
本稿では, 適合型アーキテクチャ (STAR) の新規な合成手法を提案する。
提案手法は線形入力可変系の理論に基づく新しい探索空間を結合し,階層的な数値エンコーディングをアーキテクチャゲノムに支持する。STARゲノムは,複数のモデル品質と効率の指標に最適化するために,勾配のない進化的アルゴリズムで自動的に精製・組換えされる。
STARを用いて、多種多様な計算単位と相互接続パターンを活用し、品質、パラメータサイズ、および自動回帰言語モデリングのための推論キャッシュのフロンティアにおける高度に最適化されたトランスフォーマーとストライプハイブリッドモデルを改善する。
論文 参考訳（メタデータ） (2024-11-26T18:42:42Z) - Physical Design using Differentiable Learned Simulators [9.380022457753938]
逆設計では、学習したフォワードシミュレータは勾配に基づく設計最適化と組み合わせられる。
この枠組みは数百歩の軌跡を伝播することで高品質な設計を行う。
この結果から,機械学習をベースとしたシミュレータは,いくつかの課題があるにもかかわらず,汎用設計の最適化をサポートできる段階まで成熟していることが示唆された。
論文 参考訳（メタデータ） (2022-02-01T19:56:39Z) - An End-to-End Differentiable Framework for Contact-Aware Robot Design [37.715596272425316]
我々は、接触認識ロボット設計のためのエンドツーエンドの差別化可能なフレームワークを構築した。
変形に基づく新しいパラメータ化により、任意の複雑な幾何学を持つ剛体ロボットを設計することができる。
微分可能な剛体シミュレータは、接触豊富なシナリオを処理し、運動パラメータと動的パラメータの完全なスペクトルに対する解析的勾配を計算することができる。
論文 参考訳（メタデータ） (2021-07-15T17:53:44Z) - Real-time Pose and Shape Reconstruction of Two Interacting Hands With a
Single Depth Camera [79.41374930171469]
本稿では,2つの強く相互作用する手の位置と形状をリアルタイムに再現する新しい手法を提案する。
われわれのアプローチは、有利なプロパティの広範なリスト、すなわちマーカーレスを組み合わせている。
過去の研究で示された複雑性レベルを超える場面で、最先端の結果を示す。
論文 参考訳（メタデータ） (2021-06-15T11:39:49Z)
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。