論文の概要: Occlusion-Based Object Transportation Around Obstacles With a Swarm of Miniature Robots

• arxiv url: http://arxiv.org/abs/2605.13006v1
• Date: Wed, 13 May 2026 05:00:07 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-05-14 23:30:27.819254
• Title: Occlusion-Based Object Transportation Around Obstacles With a Swarm of Miniature Robots
• Title（参考訳）: 微小ロボット群を用いた障害物周囲の物体移動
• Authors: Breno Cunha Queiroz, Daniel MacRae,
• Abstract要約: Swarm Roboticssは分散化された自己組織化システムを利用して複雑な集団行動を形成する。 これまでの研究では、単純なオクルージョンに基づく戦略は、目標位置にオブジェクトを移動させるタスクにSwarm Roboticsを使用するのに有効であることが示されている。 我々は、この戦略を拡張し、ロボットがサブゴールを形成できるようにし、Swarmのメンバーが目標のより広い範囲の可視性を確立することを可能にする。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Swarm robotics utilises decentralised self-organising systems to form complex collective behaviours built from the bottom-up using individuals that have limited capabilities. Previous work has shown that simple occlusion-based strategies can be effective in using swarm robotics for the task of transporting objects to a goal position. However, this strategy requires a clear line-of-sight between the object and the goal. In this paper, we extend this strategy by allowing robots to form sub-goals; enabling any member of the swarm to establish a wider range of visibility of the goal, ultimately forming a chain of sub-goals between the object and the goal position. We do so while preserving the fully decentralised and communication-free nature of the original strategy, while maintaining performance in object-free scenarios. In five sets of simulated experiments, we demonstrate the generalisability of our proposed strategy. Our finite-state machine allows a sufficiently large swarm to transport objects around obstacles that block the goal. The method is robust to varying starting positions and can handle both concave and convex shapes.
• Abstract（参考訳）: Swarm Roboticsは、分散化された自己組織化システムを利用して、限られた能力を持つ個人を使用してボトムアップから構築された複雑な集団行動を形成する。 これまでの研究では、単純なオクルージョンに基づく戦略は、目標位置にオブジェクトを移動させるタスクにSwarm Roboticsを使用するのに有効であることが示されている。 しかし、この戦略では、オブジェクトとゴールの間に明確な視線が必要です。 本稿では,ロボットが準ゴールを形成できるようにし,Swarmの任意のメンバーが目標のより広い範囲の視認性を確立し,最終的には目標位置と目標位置との間の準ゴールの連鎖を形成することによって,この戦略を拡張した。 私たちは、オブジェクトフリーシナリオにおけるパフォーマンスを維持しながら、オリジナル戦略の完全に分散されたコミュニケーションのない性質を保ちながら、そうしています。 シミュレーション実験の5つのセットにおいて,提案した戦略の一般化可能性を示す。 我々の有限状態機械は、十分に大きな群れが目標を妨害する障害物の周りに物体を輸送することを可能にする。 この方法は開始位置の変化に頑健であり、凹凸形状と凸形状の両方を扱える。

関連論文リスト

• Hierarchical Trajectory Planning of Floating-Base Multi-Link Robot for Maneuvering in Confined Environments [9.325443556436436]
  浮動小数点浮動小数点浮動小数点浮動小数点浮動小数点浮動小数点浮動小数点浮動小数点浮動小数点浮動小数点浮動小数点浮動小数点浮動小数点浮動小数点浮動小数点浮動小数点浮動小数点浮動小数点浮動 本研究は,グローバルガイダンスと設定対応ローカル最適化を統合した階層的軌道計画フレームワークを導入する。 我々の知る限りでは、これは実際のロボットで実証された浮動小数点移動型マルチリンクロボットのための最初の計画フレームワークである。
  論文  参考訳（メタデータ） (2026-02-25T22:49:54Z)
• Making Infeasible Tasks Feasible: Planning to Reconfigure Disconnected 3D Environments with Movable Objects [7.628322510394639]
  初期から目標設定までの衝突のないロボットパスの計画は、環境が切断されたときに失敗することが多い。 BRiDGEは,ロボットやオブジェクトの構成に木をインクリメンタルに構築して,実現可能な計画を計算する,サンプリングベースのプランナである。 本手法は確率論的に完全であることを示すとともに,その有効性を検証した広範な数値実験およびハードウェア実験を行う。
  論文  参考訳（メタデータ） (2026-01-06T01:36:09Z)
• Learning Video Generation for Robotic Manipulation with Collaborative Trajectory Control [72.00655365269]
  本稿では,協調的軌跡定式化を通じてオブジェクト間ダイナミクスをモデル化する新しいフレームワークであるRoboMasterを紹介する。 オブジェクトを分解する従来の方法とは異なり、我々のコアは、相互作用プロセスを3つのサブステージ(相互作用前、相互作用後、相互作用後)に分解することである。 提案手法は既存の手法よりも優れており,ロボット操作のための軌道制御ビデオ生成における最先端性能を確立している。
  論文  参考訳（メタデータ） (2025-06-02T17:57:06Z)
• Humanoid Agent via Embodied Chain-of-Action Reasoning with Multimodal Foundation Models for Zero-Shot Loco-Manipulation [23.43820490179566]
  Humanoid-COAはゼロショットロコ操作のためのエボディード・チェーン・オブ・アクション機構と基礎モデル推論を統合している。 我々のフレームワークは、操作、移動、およびロコ操作タスクにおいて、以前のベースラインを大幅に上回っている。
  論文  参考訳（メタデータ） (2025-04-13T11:37:32Z)
• CAIMAN: Causal Action Influence Detection for Sample-efficient Loco-manipulation [17.94272840532448]
  我々は,ロボットが環境内の他のエンティティを制御できるようにする強化学習フレームワークであるCAIMANを提案する。 シミュレーションにおけるCAIMANの優れたサンプル効率と多様なシナリオへの適応性を実証的に実証した。
  論文  参考訳（メタデータ） (2025-02-02T16:16:53Z)
• Exploring the Adversarial Vulnerabilities of Vision-Language-Action Models in Robotics [68.36528819227641]
  本稿では,ビジョン・ランゲージ・アクション(VLA)モデルのロバスト性を体系的に評価する。 本研究では,ロボット行動の不安定化に空間的基盤を活用する2つの未目標攻撃目標と,ロボット軌道を操作する目標攻撃目標を導入する。 我々は、カメラの視野に小さなカラフルなパッチを配置し、デジタルと物理の両方の環境で効果的に攻撃を実行する逆パッチ生成アプローチを設計する。
  論文  参考訳（メタデータ） (2024-11-18T01:52:20Z)
• Efficient Skill Acquisition for Complex Manipulation Tasks in Obstructed Environments [18.348489257164356]
  本稿では,オブジェクト指向生成モデル(OCGM)を多目的ゴール識別に活用する,効率的なスキル獲得システムを提案する。 OCGMは、新しいシーンでワンショットターゲットオブジェクトの識別と再識別を可能にし、MPは障害物を避けながらロボットを対象オブジェクトに誘導することができる。
  論文  参考訳（メタデータ） (2023-03-06T18:49:59Z)

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。