論文の概要: Height Control and Optimal Torque Planning for Jumping With Wheeled-Bipedal Robots

• arxiv url: http://arxiv.org/abs/2605.03302v1
• Date: Tue, 05 May 2026 02:43:57 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-05-06 19:35:43.734032
• Title: Height Control and Optimal Torque Planning for Jumping With Wheeled-Bipedal Robots
• Title（参考訳）: 車輪付き二足歩行ロボットによる跳躍における高さ制御と最適トルク計画
• Authors: Yulun Zhuang, Yuan Xu, Binxin Huang, Mandan Chao, Guowei Shi, Xin Yang, Kuangen Zhang, Chenglong Fu,
• Abstract要約: 本稿では、トルク計画とエネルギー消費最適化に基づく車輪付き二足歩行ロボットの高精度高跳躍制御について検討する。 探索空間を狭めるためにW-JBDモデルで得られたトルク曲線に基づいて、BOTPは迅速に収束できる(平均40倍)。
• 参考スコア（独自算出の注目度）: 11.777383881684441
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: This paper mainly studies the accurate height jumping control of wheeled-bipedal robots based on torque planning and energy consumption optimization. Due to the characteristics of underactuated, nonlinear estimation, and instantaneous impact in the jumping process, accurate control of the wheeled-bipedal robot's jumping height is complicated. In reality, robots often jump at excessive height to ensure safety, causing additional motor loss, greater ground reaction force and more energy consumption. To solve this problem, a novel wheeled-bipedal jumping dynamical model(W-JBD) is proposed to achieve accurate height control. It performs well but not suitable for the real robot because the torque has a striking step. Therefore, the Bayesian optimization for torque planning method(BOTP) is proposed, which can obtain the optimal torque planning without accurate dynamic model and within few iterations. BOTP method can reduce 82.3% height error, 26.9% energy cost with continuous torque curve. This result is validated in the Webots simulation platform. Based on the torque curve obtained in the W-JBD model to narrow the searching space, BOTP can quickly converge (40 times on average). Cooperating W-JBD model and BOTP method, it is possible to achieve the height control of real robots with reasonable times of experiments.
• Abstract（参考訳）: 本稿では主にトルク計画とエネルギー消費の最適化に基づく車輪付き二足歩行ロボットの高精度高跳躍制御について検討する。 跳躍過程における不活性化,非線形推定,即時影響の特徴から,車輪付き二足歩行ロボットの跳躍高さの正確な制御は複雑である。 実際には、ロボットはしばしば過度な高度でジャンプして安全性を確保し、モーターの喪失、地上での反応力の増大、エネルギー消費の増大を引き起こす。 この問題を解決するために,車輪付き二足跳躍力学モデル(W-JBD)を提案し,高精度な高さ制御を実現する。 実際のロボットには適していないが、トルクが印象的なステップを持っているため、動作は良好である。 そこで, 高精度な動的モデルや数回の繰り返しを伴わずに最適なトルクプランニングが得られるBOTP (Bayesian Optimization for Turk Planning Method) を提案する。 BOTP法は、82.3%の高さ誤差、26.9%のエネルギーコストを連続トルク曲線で低減することができる。 この結果は、Webotsシミュレーションプラットフォームで検証されている。 探索空間を狭めるためにW-JBDモデルで得られたトルク曲線に基づいて、BOTPは急速に収束する(平均40倍)。 W-JBDモデルとBOTP手法の協調により,適切な実験時間で実ロボットの身長制御を実現することができる。

関連論文リスト

• Navigating the Clutter: Waypoint-Based Bi-Level Planning for Multi-Robot Systems [54.887871365121775]
  乱雑な環境におけるマルチロボット制御は、複雑な物理的制約を伴う難しい問題である。 タスクとモーションプランニングを協調的に最適化するハイブリッドマルチロボット制御フレームワークを提案する。 我々のアプローチは、動作に依存しないベースラインとVLAベースのベースラインよりもタスクの成功を継続的に改善する。
  論文  参考訳（メタデータ） (2026-04-22T22:58:47Z)
• A Robotic Testing Platform for Pipelined Discovery of Resilient Soft Actuators [63.07587517846448]
  本稿では,DEA寿命をスキャンできる新しいテストロボットによって実現された最適化パイプラインを提案する。 ロボットは、電気機械特性測定、プログラム可能な電圧入力、マルチチャネルテスト能力を統合する。 これを用いて,入力電圧等級,周波数,電極物質濃度,電気接続フィラーなど,Elastosil系リニアアクチュエータの寿命を走査した。
  論文  参考訳（メタデータ） (2026-02-24T14:41:28Z)
• RobKiNet: Robotic Kinematics Informed Neural Network for Optimal Robot Configuration Prediction [5.570224095327175]
  タスク・アンド・モーション・プランニング(TAMP)は、ロボットが世界と対話し、複雑なタスクを遂行するために不可欠である。 本稿では,タスク層と動作層の間のブリッジとして,ロボットキネマティクスインフォームドニューラルネットワーク(RobKiNet)というフレームワークを提案する。 RobKiNetは、キネマティック知識をニューラルネットワークに統合し、効率的な構成予測が可能なモデルをトレーニングする。
  論文  参考訳（メタデータ） (2024-02-26T03:54:32Z)
• Reinforcement Learning for Versatile, Dynamic, and Robust Bipedal Locomotion Control [106.32794844077534]
  本稿では,二足歩行ロボットのための動的移動制御系を構築するために,深層強化学習を用いた研究について述べる。 本研究では、周期歩行やランニングから周期ジャンプや立位に至るまで、様々な動的二足歩行技術に使用できる汎用的な制御ソリューションを開発する。 この研究は、二足歩行ロボットの俊敏性の限界を、現実世界での広範な実験を通じて押し上げる。
  論文  参考訳（メタデータ） (2024-01-30T10:48:43Z)
• End-to-End Reinforcement Learning for Torque Based Variable Height Hopping [5.34772724436823]
  足の移動は自然または非構造地形を扱うのに最も適しており、多用途であることは間違いない。 本稿では,ジャンプ位相を暗黙的に検出するエンド・ツー・エンドのRL型トルクコントローラを提案する。 また、学習した制御器がリッチな動的タスクに接触できるように、シミュレーション手法を拡張し、ロボットへの展開を成功させる。
  論文  参考訳（メタデータ） (2023-07-31T13:51:29Z)
• Simultaneous Contact-Rich Grasping and Locomotion via Distributed Optimization Enabling Free-Climbing for Multi-Limbed Robots [60.06216976204385]
  移動, 把握, 接触問題を同時に解くための効率的な運動計画フレームワークを提案する。 ハードウェア実験において提案手法を実証し, より短い計画時間で, 傾斜角45degで自由クライミングを含む様々な動作を実現できることを示す。
  論文  参考訳（メタデータ） (2022-07-04T13:52:10Z)
• Autonomous Navigation of Underactuated Bipedal Robots in Height-Constrained Environments [20.246040671823554]
  本稿では,二足歩行ロボットのためのエンドツーエンドの自律ナビゲーションフレームワークを提案する。 平面歩行と垂直歩行高さの結合力学を捉えるために,垂直移動式Spring-Loaded Inverted Pendulum (vSLIP)モデルを導入した。 可変歩行高さ制御装置を利用して、二足歩行ロボットは、計画された軌跡に従いながら、安定した周期歩行歩行を維持できる。
  論文  参考訳（メタデータ） (2021-09-13T05:36:14Z)
• Robust Quadruped Jumping via Deep Reinforcement Learning [10.095966161524043]
  本稿では,騒音環境下での四足歩行ロボットのジャンプ距離と高さについて考察する。 本研究では,4重跳躍のための非線形軌道最適化の複雑な解を活用・拡張するディープ強化学習を用いたフレームワークを提案する。 体長2倍の体長をジャンプしながら、高さ最大6cmの足の障害の頑丈さ、あるいはロボットの名目立位の高さの33%を実証した。
  論文  参考訳（メタデータ） (2020-11-13T19:04:24Z)

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。