Fugu-MT 論文翻訳(概要): KYON: Semi-Modular Wheel-Legged Quadruped With Agile Bimanual Capability

論文の概要: KYON: Semi-Modular Wheel-Legged Quadruped With Agile Bimanual Capability

arxiv url: http://arxiv.org/abs/2606.30243v2
Date: Tue, 07 Jul 2026 07:19:45 GMT
ステータス: 翻訳完了
システム内更新日: 2026-07-08 14:37:42.896562
Title: KYON: Semi-Modular Wheel-Legged Quadruped With Agile Bimanual Capability
Title（参考訳）: KYON: アジャイルのバイマニュアル機能を備えた半モジュラーホイールレスの四足歩行
Abstract要約: KYON (KYON) は、ロコ操作用の上半身を持つ四足歩行ロボットである。プラットフォームは半モジュラーデザインで、構成変更可能な下肢を備えており、環境に応じて車輪と脚の移動が可能である。
参考スコア（独自算出の注目度）: 3.041420062518373
License: http://creativecommons.org/licenses/by-nc-nd/4.0/
Abstract: This paper presents KYON, a hybrid wheel-legged quadruped robot equipped with a bimanual upper body for loco-manipulation tasks. The platform features a semi-modular design with a reconfigurable lower legs, enabling both wheeled and legged locomotion depending on the environment. A design approach that places actuators in the base and uses transmission mechanisms reduces distal inertia, improving agility and dynamic performance. The robot integrates a whole-body control framework together with a reinforcement learning based policy to handle nonlinear dynamics and enhance robustness to disturbances for the execution of locomotion and manipulation tasks, independently. Experimental results demonstrate effective dynamic locomotion and bimanual manipulation, validating the platform's capability to operate in complex and unstructured scenarios.
Abstract（参考訳）: 本稿では,ロコ操作作業用上半身を備えたハイブリッド車輪脚四足ロボットKYONについて述べる。プラットフォームは半モジュラーデザインで、構成変更可能な下肢を備えており、環境に応じて車輪付きと脚付きの両方の移動が可能である。アクチュエータをベースに配置し、伝送機構を使用する設計手法は、遠位慣性を低減し、俊敏性と動的性能を向上させる。ロボットは、体全体を制御するフレームワークと強化学習に基づくポリシーを統合し、非線形力学を処理し、移動や操作タスクの実行に対する障害に対する堅牢性を独立して強化する。実験により、動的移動と双方向操作が効果的に行われ、複雑で非構造的なシナリオで運用するプラットフォームの能力が検証された。

関連論文リスト

Agile perceptive multi-skill locomotion for quadrupedal robots in the wild [4.14240816913171]
APT-RL(Action Pretrained Transformer-based Reinforcement Learning)はマルチスキル・ロコモーションを実現する統合フレームワークである。提案手法は,高速なダイナミックスを用いた軌道最適化により,大規模で特徴量の多い2次元運動データセットを生成する。結果として得られる高品質のスキルは、複雑な下流のタスクを効率的に学習し、自然に3D環境に拡張するための強力な先駆となる。
論文参考訳（メタデータ） (2026-07-15T08:22:52Z)
Motion Design for Grasp-Based Dynamic Locomotion in Microgravity [5.301721673195314]
本稿では,微小重力下での多脚ロボットシステムを用いたグリップベース動的移動の洞察について述べる。調査対象は歩行パターン,歩幅,移動速度,名目姿勢である。その結果, 接触レンチ空間を拡大し, 衝動性全身動態を減衰させることで移動性能が向上することが示唆された。
論文参考訳（メタデータ） (2026-05-20T20:06:01Z)
MUJICA: Multi-skill Unified Joint Integration of Control Architecture for Wheeled-Legged Robots [32.237659116389075]
本稿では、車輪付き脚ロボットのための統一的、完全プロプリセプティブ制御フレームワークを提案する。 MUJICAは、一方向移動、高プラットフォームクライミング、転倒回復を含む多様な低レベルスキルを単一のポリシーで統合する。我々は,Unitree Go2-Wロボットのシミュレーションと実世界の実験において,我々のフレームワークを検証する。
論文参考訳（メタデータ） (2026-05-13T06:31:18Z)
X2-N: A Transformable Wheel-legged Humanoid Robot with Dual-mode Locomotion and Manipulation [12.614951789242896]
両モードの移動と操作が可能なハイDoF変換ロボットであるX2-Nを提案する。 X2-Nはヒューマノイドと車輪脚の両方で動作し、関節再構成によってシームレスに変換できる。我々は,動的なスケートライクな動き,階段登り,パッケージ配信など,難易度の高い移動・操作タスクにおいて,X2-Nを検証した。
論文参考訳（メタデータ） (2026-04-23T11:10:11Z)
HUSKY: Humanoid Skateboarding System via Physics-Aware Whole-Body Control [67.58927286226925]
本稿では,ヒューマノイド・スケータボードシステムモデリングと物理を意識した全身制御を統合した学習ベースのフレームワークを提案する。 Unitree G1のヒューマノイドプラットフォームでの実験では、現実のシナリオにおいて、私たちのフレームワークがスケートボード上で安定的でアジャイルな操作を可能にすることが示されています。
論文参考訳（メタデータ） (2026-02-03T07:18:01Z)
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)
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)
An Adaptable Approach to Learn Realistic Legged Locomotion without Examples [38.81854337592694]
本研究は,バネ装荷逆振り子モデルを用いて学習プロセスを導くことで,移動における現実性を保証するための汎用的アプローチを提案する。モデルのない設定であっても、2足歩行ロボットと4足歩行ロボットに対して、学習したポリシーが現実的でエネルギー効率のよい移動歩行を生成できることを示す実験結果を示す。
論文参考訳（メタデータ） (2021-10-28T10:14:47Z)
Reinforcement Learning for Robust Parameterized Locomotion Control of Bipedal Robots [121.42930679076574]
シミュレーションにおけるロコモーションポリシをトレーニングするためのモデルフリー強化学習フレームワークを提案する。ドメインランダム化は、システムダイナミクスのバリエーションにまたがる堅牢な振る舞いを学ぶためのポリシーを奨励するために使用されます。本研究では、目標歩行速度、歩行高さ、旋回ヨーなどの多目的歩行行動について示す。
論文参考訳（メタデータ） (2021-03-26T07:14:01Z)
Learning Quadrupedal Locomotion over Challenging Terrain [68.51539602703662]
足の移動はロボティクスの操作領域を劇的に拡張することができる。足の移動のための従来のコントローラーは、運動プリミティブと反射の実行を明示的にトリガーする精巧な状態マシンに基づいている。ここでは、自然環境に挑戦する際の足の移動に対して、徹底的に頑健な制御器を提案する。
論文参考訳（メタデータ） (2020-10-21T19:11:20Z)

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。