Fugu-MT 論文翻訳(概要): Evaluation of an Actuated Spine in Agile Quadruped Locomotion

論文の概要: Evaluation of an Actuated Spine in Agile Quadruped Locomotion

arxiv url: http://arxiv.org/abs/2605.07988v1
Date: Fri, 08 May 2026 16:45:28 GMT
ステータス: 翻訳完了
システム内更新日: 2026-05-11 19:43:39.214442
Title: Evaluation of an Actuated Spine in Agile Quadruped Locomotion
Title（参考訳）: アジャイル四足歩行におけるアクティベートスピンの評価
Abstract要約: 脊椎は四肢動物の動的移動において重要な役割を担っている。本論文は,アジャイル四足歩行学習におけるアクティベートスピンの利点を実証的に検討する。
参考スコア（独自算出の注目度）: 19.5524995782643
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: The spine plays a crucial role in the dynamic locomotion of quadrupedal animals, improving the stability, speed, and efficiency of their gait, especially for fast-paced and highly agile movements. Therefore, the spine is also a promising and natural way to extend the capabilities of quadruped robots. This paper empirically investigates the benefits of an actuated spine for learning agile quadruped locomotion. We evaluate whether the use of the spine brings benefits in terms of high-speed running, climbing stairs, climbing high-angle slopes, hurdling, and crawling scenarios. We conducted an empirical study in MuJoCo simulation using the Silver Badger robot from MAB Robotics with an actuated 1-DOF spine in the sagittal plane. The obtained results show that the use of the spine provides the robot with increased agility and allows it to overcome higher stairs, steeper slopes, higher obstacles, and smaller passages.
Abstract（参考訳）: 脊椎は四肢動物の動的移動において重要な役割を担い、歩行の安定性、速度、効率を改善する。そのため、脊椎は四足歩行ロボットの能力を拡張するための有望で自然な方法でもある。本論文は,アジャイル四足歩行学習におけるアクティベートスピンの利点を実証的に検討する。高速走行,階段の登頂,高角度斜面の登頂,ハードリング,クロールのシナリオにおいて,脊椎の使用がメリットをもたらすかを評価する。我々は,MABロボティクスのSilver Badgerロボットと,矢状面に作用する1-DOFスピンを用いたMuJoCoシミュレーション実験を行った。以上の結果から, ロボットはより機敏性が高く, 高い階段, 急勾配, 高い障害物, より小さな通路を乗り越えることができることがわかった。

関連論文リスト

Control Design for a Rideable Animatronic Two-Wheeled Robot with Quadruped Form [0.0]
我々は,将来のパートナーモビリティの概念として,四肢を装備した乗用二輪ロボットを開発した。このロボットによって再現されたキャラクタは、背中にプロタゴニストを持ち、動的四足歩行を示す。本研究では,手足の急速移動時の安定性を維持する頑健な自己バランス制御手法に着目する。
論文参考訳（メタデータ） (2026-07-14T04:22:39Z)
S-Cheetah: A Novel Quadrupedal Robot with a 3-DOF Active Spine Learning Agile Locomotion [1.9002598814341438]
S-Cheetahは生体模倣三軸回転が可能な3自由度バイオインスパイアされた連続活動脊椎を備えた四足歩行ロボットである。 S-チェエタは回転するG2ガロップ・ゲイトと7.2 rad/sでピーク速度6.9m/sを達成することができる。このシステムは、緊急でネコにインスパイアされた航空自撮り能力を示し、自由落下の間、任意の方向から4フィート(約4m)で安定して着陸できる。
論文参考訳（メタデータ） (2026-05-27T03:34:16Z)
LIMBERO: A Limbed Climbing Exploration Robot Toward Traveling on Rocky Cliffs [2.374610323448344]
LIMBEROは10kg級の四足歩行ロボットで、足に背骨型のグリップが付いている。そこで本研究では,指閉じ動作とスピンホック動作を結合したグリップデザインを提案する。連続した荒地における幾何に基づく把握可能性指数を可視化する効率的なアルゴリズムを開発した。
論文参考訳（メタデータ） (2026-03-17T13:53:45Z)
Jumping Control for a Quadrupedal Wheeled-Legged Robot via NMPC and DE Optimization [14.88101223616473]
四足歩行ロボットは、足歩行と車輪移動の利点を組み合わせて、より優れた移動性を実現する。ダイナミックジャンプの実行は、車輪付きの脚によって導入された追加の自由度のために、依然として重要な課題である。そこで本研究では,アジャイル運動のための小型の車輪付き脚ロボットを開発し,新しい動き制御フレームワークを提案する。
論文参考訳（メタデータ） (2026-02-25T06:13:59Z)
Perceptive Humanoid Parkour: Chaining Dynamic Human Skills via Motion Matching [77.28042137892943]
本稿では,人間型ロボットの長期的視覚的パーキングを自律的に行うためのモジュール型フレームワークであるPerceptive Humanoid Parkour(PHP)を提案する。本研究は、これらの合成動作に対する運動追跡強化学習専門家の政策を訓練し、それらを深度に基づく多スキル学生政策に抽出する。我々は,Unitree G1ヒューマノイドロボットを用いた実世界実験により,我々のフレームワークを検証した。
論文参考訳（メタデータ） (2026-02-17T18:59:11Z)
SKATER: Synthesized Kinematics for Advanced Traversing Efficiency on a Humanoid Robot via Roller Skate Swizzles [9.525815316903754]
本研究では,ローラースケート用の4輪の受動車輪を脚に備えた新しいヒューマノイドロボットを提案する。また, ローラースケートの内在特性に基づいて, 報奨関数を設計したシュリップルゲイトに対して, 深部強化学習制御フレームワークを開発した。
論文参考訳（メタデータ） (2026-01-08T13:54:22Z)
Bipedalism for Quadrupedal Robots: Versatile Loco-Manipulation through Risk-Adaptive Reinforcement Learning [21.938067330028066]
四足歩行ロボットに二足歩行を導入し,前肢を開放し,環境との多目的インタラクションを実現する。後肢を歩行する四足歩行ロボットを対象としたリスク適応型分散強化学習フレームワークを提案する。
論文参考訳（メタデータ） (2025-07-27T18:51:34Z)
PALo: Learning Posture-Aware Locomotion for Quadruped Robots [29.582249837902427]
本稿では,姿勢認識型移動ロボットPALoのエンド・ツー・エンド深部強化学習フレームワークを提案する。 PALoは、直線速度と角速度の同時追跡と、体高、ピッチ、ロール角度のリアルタイム調整を行う。 PALoは、シミュレートされた環境でアジャイルな姿勢認識ロコモーションコントロールを実現し、微調整なしで実世界の設定に転送することに成功した。
論文参考訳（メタデータ） (2025-03-06T14:13:59Z)
Humanoid Whole-Body Locomotion on Narrow Terrain via Dynamic Balance and Reinforcement Learning [54.26816599309778]
動的バランスと強化学習(RL)に基づく新しい全身移動アルゴリズムを提案する。具体的には,ZMP(Zero-Moment Point)駆動の報酬とタスク駆動の報酬を,全身のアクター批判的枠組みで拡張した尺度を活用することで,動的バランス機構を導入する。フルサイズのUnitree H1-2ロボットによる実験により、非常に狭い地形でのバランスを維持するための手法の有効性が検証された。
論文参考訳（メタデータ） (2025-02-24T14:53:45Z)
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)
Barkour: Benchmarking Animal-level Agility with Quadruped Robots [70.97471756305463]
脚付きロボットのアジリティを定量化するための障害物コースであるBarkourベンチマークを導入する。犬の機敏性の競争に触発され、様々な障害と時間に基づくスコアリング機構から構成される。ベンチマークに対処する2つの方法を提案する。
論文参考訳（メタデータ） (2023-05-24T02:49:43Z)
Robust and Versatile Bipedal Jumping Control through Reinforcement Learning [141.56016556936865]
この研究は、トルク制御された二足歩行ロボットが実世界で頑丈で多目的なダイナミックジャンプを行えるようにすることで、二足歩行ロボットの機敏さの限界を推し進めることを目的としている。本稿では,ロボットが様々な場所や方向へジャンプするなど,さまざまなジャンプタスクを達成するための強化学習フレームワークを提案する。我々は,ロボットの長期入出力(I/O)履歴を符号化し,短期I/O履歴への直接アクセスを可能にする新しいポリシー構造を開発する。
論文参考訳（メタデータ） (2023-02-19T01:06:09Z)
VAE-Loco: Versatile Quadruped Locomotion by Learning a Disentangled Gait Representation [78.92147339883137]
本研究では,特定の歩行を構成する主要姿勢位相を捕捉する潜在空間を学習することにより,制御器のロバスト性を高めることが重要であることを示す。本研究では,ドライブ信号マップの特定の特性が,歩幅,歩幅,立位などの歩行パラメータに直接関係していることを示す。生成モデルを使用することで、障害の検出と緩和が容易になり、汎用的で堅牢な計画フレームワークを提供する。
論文参考訳（メタデータ） (2022-05-02T19:49:53Z)

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。