論文の概要: Calf-Integrated Arms for Bimanual Quadruped Loco-Manipulation
- arxiv url: http://arxiv.org/abs/2607.06186v1
- Date: Tue, 07 Jul 2026 12:10:44 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-07-08 21:24:51.508906
- Title: Calf-Integrated Arms for Bimanual Quadruped Loco-Manipulation
- Title（参考訳）: 2次元四角形ロコマニピュレーションのためのカルフ・インテグレートアーム
- Abstract要約: 本論文では, マニピュレータにプリズマティックスライダと2つのリボリュートジョイント, グリップを一体化して, ユニツリーGo2の各前子牛に装着する。
両腕は地面で物体をつかみ、両手で操作するが、すべての4フィートは飼育せずに植えられる。
- 参考スコア（独自算出の注目度）: 1.3823441257210671
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Most quadruped loco-manipulation designs trade manipulation capability against stance. A trunk-mounted arm sits high and usually carries a single arm; using the legs as manipulators lifts the manipulating leg off the ground; and even leg-mounted grippers reach two-handed tasks only by rearing onto the hind legs. This paper integrates a manipulator with a prismatic slider, two revolute joints, and a gripper into each front calf of a Unitree Go2. The two arms grasp objects at ground level and manipulate with both hands while all four feet stay planted, without rearing. With one arm carrying, the base stays free to walk. A vision-language model sequences skills from a predefined library at each skill boundary, conditioned on the head-camera image and task state, for long-horizon autonomy. In simulation, the design performs three bimanual tasks: a long-horizon cabinet task under autonomous skill selection, a cooperative two-handed lift, and an inter-arm handover.
- Abstract（参考訳）: 四重組のロコ・マニピュレーションは、スタンスに対する貿易操作能力を設計している。
トランクを装着した腕は高く座っており、通常は1本の腕を持ち、マニピュレータとして脚を使って地面から操作脚を持ち上げる。
本論文では, マニピュレータにプリズマティックスライダと2つのリボリュートジョイント, グリップを一体化して, ユニツリーGo2の各前子牛に装着する。
両腕は地面で物体をつかみ、両手で操作するが、すべての4フィートは飼育せずに植えられる。
片方の腕を担いでいれば、基地は自由に歩ける。
視覚言語モデルは、頭部カメラ画像とタスク状態に条件付けされた各スキル境界における予め定義されたライブラリからのスキルシーケンスを、長期的自律性のために生成する。
シミュレーションでは、自律的なスキル選択の下での長距離キャビネットタスク、協調的な二手持ちリフト、武器間ハンドオーバという3つの双方向タスクを実行する。
関連論文リスト
- Belt-Finger: An Affordable Soft Belt-Driven Gripper for Dexterous In-Hand Manipulation [38.122857634241306]
パラレルジャウグリップは、ロボット工学におけるデフォルトのマニピュレータ選択である。
両ソフトベルトベースの指モジュールで、標準の開き/閉じを保ちながら、3つの自由度(DoF: Translation, pitch, roll)を付加する。
論文 参考訳（メタデータ） (2026-06-18T13:07:04Z) - LadderMan: Learning Humanoid Perceptive Ladder Climbing [56.550077812088404]
textbfLadderManは、ヒューマノイドロボットが多様なはしごを強く登ることができる統一システムである。
当社の登山ポリシーはスケーラブルな2段階学習パイプライン上に構築されており、複数の登山専門家を学習するためにハイブリッドモーショントラッキングを使用します。
さらに、デュアルエージェントの定式化を用いて個別の操作ポリシーを訓練し、遠隔操作による安定した on-ladder 操作を可能にする。
論文 参考訳（メタデータ） (2026-06-04T08:47:08Z) - SoftHand Model-W: A 3D-Printed, Anthropomorphic, Underactuated Robot Hand with Integrated Wrist and Carpal Tunnel [8.885251638603307]
SoftHand Model-Wは、Pisa/IIT SoftHandをベースとした3Dプリント・アンダーアクティベートされたロボットハンドである。
手根管にインスパイアされた腱ルーティングにより、前腕に遠隔運動が配置され、遠位慣性が減少する。
手首は、そうでなければ不可能なピック・アンド・プレイス操作を可能にする。
論文 参考訳（メタデータ） (2026-04-01T11:05:39Z) - Enhancing Hands in 3D Whole-Body Pose Estimation with Conditional Hands Modulator [20.313985552253033]
Hand4Whole++は、事前訓練された全身とポーズ推定器の長所を利用するモジュラーフレームワークである。
CHAMは、トレーニング済みの手ポーズ推定器から抽出した手固有の特徴を用いて、全身の特徴ストリームを変調する。
同時に、手ポーズ推定器によって予測される指の関節と手形を組み込み、それらを全体メッシュに整列させる。
論文 参考訳（メタデータ） (2026-03-16T02:00:00Z) - Scoop-and-Toss: Dynamic Object Collection for Quadrupedal Systems [0.7373617024876725]
四足歩行ロボットは、足の機敏性を活用して、追加のアクチュエーターを使わずに物体を収集できるフレームワークを提案する。
スクープのようなアドオンを片足に装着することで、ロボットは物体をスクープして背中に取り付けられた収集トレイに投げ込むことができる。
論文 参考訳（メタデータ） (2025-06-11T05:28:27Z) - Rethinking Bimanual Robotic Manipulation: Learning with Decoupled Interaction Framework [51.39847596489193]
バイオマチックなロボット操作は、ロボティクスコミュニティにおいて、新しくて重要なトピックである。
本稿では,バイマニュアル操作における異なるタスクの特徴を考察した,疎結合なインタラクションフレームワークを提案する。
我々のフレームワークは,SOTA法よりも23.5%向上し,優れた性能を実現している。
論文 参考訳（メタデータ） (2025-03-12T09:28:41Z) - 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) - Twisting Lids Off with Two Hands [82.21668778600414]
シミュレーションで訓練された政策を実世界へ効果的かつ効率的に移行する方法を示す。
具体的には,ボトル状物体の蓋を両手でねじる問題について考察する。
これは、バイマガル・マルチフィンガーハンドでそのような機能を実現する最初のsim-to-real RLシステムである。
論文 参考訳（メタデータ） (2024-03-04T18:59:30Z) - Embodied Hands: Modeling and Capturing Hands and Bodies Together [61.32931890166915]
人間は、コミュニケーションとタスクの解決のために、手と体を一緒に移動します。
ほとんどの方法は、体と手の3Dモデリングと追跡を別々に扱う。
我々は、手と体の相互作用をモデルとして定式化し、それをフルボディの4Dシーケンスに適合させる。
論文 参考訳（メタデータ） (2022-01-07T18:59:32Z) - Learning Multi-Arm Manipulation Through Collaborative Teleoperation [63.35924708783826]
模倣学習(il)はロボットに操作タスクを実行するための強力なパラダイムである。
多くの現実世界のタスクは、重い物体を持ち上げる、デスクを組み立てるなど、複数のアームを必要とする。
複数のリモートユーザが同時にロボットアームを遠隔操作できるマルチユーザデータ収集プラットフォームであるMulti-Arm RoboTurk(MART)を紹介した。
論文 参考訳（メタデータ） (2020-12-12T05:43:43Z)
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。