論文の概要: Nori Bot: A Sub-$1,000 Floor-to-Counter Mobile Manipulator
- arxiv url: http://arxiv.org/abs/2605.16537v1
- Date: Fri, 15 May 2026 18:33:21 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-05-26 16:59:06.155256
- Title: Nori Bot: A Sub-$1,000 Floor-to-Counter Mobile Manipulator
- Title（参考訳）: ノリボット:1000ドル以下のフロアツーカウンタモバイルマニピュレータ
- Authors: Antonio Li, Sungjoon Park, Wen Ni Chew,
- Abstract要約: Nori Botは17DoFのデュアルアーム・モバイルマニピュレータで947ドル(商用プラットフォームに匹敵するコストの3%)
薄いクライアントのRaspberry Pi 4とOpenClawのプロアクティブエージェントランタイムが組み合わされ、cronジョブとフックが物理的タスクを自律的にトリガーする。
ソフトTPU指のモータ電流によるセンサレスグリップ力フィードバックによるソフトウェア安全スタック
- 参考スコア（独自算出の注目度）: 1.4066253648292315
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Open-source mobile manipulators have reached $660 (XLeRobot) but every sub-$1,000 platform shares three limitations: a fixed-height workspace, reactive-only control, and no protection against the stall-induced burn-out that destroys cheap Feetech servos. We present Nori Bot, a 17-DoF dual-arm mobile manipulator at $947 (~3% the cost of comparable commercial platforms) that addresses all three: (1) a 600mm Z-axis lift on the existing servo bus for floor-to-counter reach; (2) a thin-client Raspberry Pi 4 paired with the OpenClaw proactive agent runtime so cron jobs and hooks trigger physical tasks autonomously; and (3) a software safety stack with sensorless grip-force feedback via motor current on a soft TPU finger. Code, CAD, and the skill manifest will be released.
- Abstract（参考訳）: オープンソースのモバイルマニピュレータは660ドル(XLeRobot)に達したが、1000ドル未満のプラットフォームには3つの制限がある。
提案するNor Botは17-DoFのデュアルアーム・モバイルマニピュレータで,(1)既存のサーボバスに600mmのZ軸リフトでフロア・ツー・カウンタリーチ,(2)OpenClawのプロアクティブエージェントランタイムと組み合わせてクロンジョブとフックが自動的に物理的タスクをトリガーするRaspberry Pi 4,(3)ソフトなTPUフィンガーのモーター電流によるセンサレスグルーフォースフィードバックを備えたソフトウェア安全スタック,の3つに対処する。
コード、CAD、スキルマニフェストがリリースされる。
関連論文リスト
- Cutting the Cord: System Architecture for Low-Cost, GPU-Accelerated Bimanual Mobile Manipulation [2.075753682203778]
我々は,オープンソースのXLeRobot上に構築されたバイマニュアル・モバイル・マニピュレータを1300ドル未満でオンボード・コンピューティングに統合する。
主な貢献は,(1)剛性-重み比を最大化する機械設計,(2)モータ誘起電圧過渡度から計算を分離するTri-Busパワートポロジー,(3)非接触動作にNVIDIA Jetson Orin Nanoを用いた組込み自律性などである。
論文 参考訳（メタデータ） (2026-03-10T00:44:23Z) - YOR: Your Own Mobile Manipulator for Generalizable Robotics [16.00157253438714]
YORは低コストの移動マニピュレータで、全方向ベース、望遠式垂直リフト、グリッパー付き2本のアームを統合している。
私たちの設計では、モジュール性、既製のコンポーネントを使った組み立ての容易さ、そして手頃さを強調しています。
論文 参考訳（メタデータ） (2026-02-11T18:59:00Z) - SPEAR-1: Scaling Beyond Robot Demonstrations via 3D Understanding [78.12178144115224]
ロボットファウンデーションモデル(RFMs)は、ロボット制御のための汎用的なエンドツーエンドシステムとして大きな可能性を秘めている。
本稿では,3次元アノテーションを用いた非ロボティックな画像データの統合と,3次元理解機能を備えた事前学習VLMの強化を提案する。
我々は,基礎となる3次元認識と言語による具体化制御を統合したロボット基礎モデルであるtextbfSPEAR-1$を紹介した。
論文 参考訳（メタデータ） (2025-11-21T17:09:43Z) - AhaRobot: A Low-Cost Open-Source Bimanual Mobile Manipulator for Embodied AI [43.451192919213455]
AhaRobotは、低コストで完全にオープンソースなデュアルアーム移動操作ロボットシステムである。
ハンドルを使って両腕とペダルをコントロールし、全身の動きを制御します。
RoboPilotは、実施シナリオにおけるリモートデータ収集用に設計されている。
論文 参考訳（メタデータ） (2025-03-13T05:34:43Z) - HOMIE: Humanoid Loco-Manipulation with Isomorphic Exoskeleton Cockpit [52.12750762494588]
本稿では,半自律遠隔操作システムHOMIEを紹介する。
ペダルにマッピングされた身体制御のための強化学習ポリシー、腕制御のための異形外骨格アーム、手操作のためのモーションセンシンググローブを組み合わせている。
このシステムは完全なオープンソースであり、デモとコードはhttps://homietele.org/.com/で見ることができる。
論文 参考訳（メタデータ） (2025-02-18T16:33:38Z) - Bimanual Dexterity for Complex Tasks [31.48400934879981]
極端にデキスタラスで低コストで,低レイテンシで,ポータブルな両用デキスタラス遠隔操作システムであるBidexを紹介した。
より複雑なタスクのために、より高速な速度で、より良い品質データを生成するために、Bidexを見つけます。
Bidexは、モバイルのバイマニュアルロボットを、野生のタスクで操作する。
論文 参考訳（メタデータ） (2024-11-20T19:53:35Z) - OpenPodcar: an Open Source Vehicle for Self-Driving Car Research [2.1802764032623627]
OpenPodcarは低コストでオープンソースの自動運転車研究プラットフォームで、市販のハードキャノピー、移動用スクータードナーをベースとしている。
この車両は、人間の乗客や類似の荷物を最大15km/hで輸送するのに十分な大きさである。
小型で安全で、標準的な研究所に駐車し、現実的な人間と車両の相互作用研究に使用することができる。
論文 参考訳（メタデータ） (2022-05-09T17:55:56Z) - OpenBot: Turning Smartphones into Robots [95.94432031144716]
現在のロボットは高価か、感覚豊かさ、計算能力、通信能力に重大な妥協をもたらす。
我々はスマートフォンを活用して、センサースイート、強力な計算能力、最先端通信チャネル、繁栄するソフトウェアエコシステムへのアクセスなどを備えたロボットを装備することを提案する。
われわれは50ドルの小型電気自動車を設計し、標準のAndroidスマートフォンのロボットボディとして機能する。
論文 参考訳（メタデータ） (2020-08-24T18:04:50Z) - Learning to Walk in the Real World with Minimal Human Effort [80.7342153519654]
我々は,人間の努力を最小限に抑えて,現実世界の深いRLを用いた足の移動ポリシーを学習するシステムを開発した。
人間の介入がほとんどないミニチュアロボットにおいて,ロボットの移動スキルを自動的かつ効率的に学習することができる。
論文 参考訳（メタデータ） (2020-02-20T03:36:39Z)
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。