Fugu-MT 論文翻訳(概要): The Twist Decomposition of Serial Robots Under Lower-Mobility Tasks

論文の概要: The Twist Decomposition of Serial Robots Under Lower-Mobility Tasks

arxiv url: http://arxiv.org/abs/2607.18940v1
Date: Tue, 21 Jul 2026 10:23:23 GMT
ステータス: 翻訳完了
システム内更新日: 2026-07-22 19:05:05.393246
Title: The Twist Decomposition of Serial Robots Under Lower-Mobility Tasks
Title（参考訳）: 低運動課題下におけるシリアルロボットのツイスト分解
Abstract要約: 本稿では,低モビリティタスクを行うシリアルマニピュレータのツイスト分解フレームワークを提案する。この方法は、幾何学的に定義されたねじれプロジェクタを用いて、エンドエフェクタのねじれをタスクと冗長なコンポーネントに分離する。
参考スコア（独自算出の注目度）: 1.1602089225841632
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: This paper introduces a twist decomposition framework for serial manipulators performing lower mobility tasks. Rather than relying on Jacobian null-space projections, the method separates the end-effector twist into task and redundant components using geometrically defined twist projectors. This formulation provides a direct and intuitive distinction between task-relevant and task-irrelevant motions in operational space, enabling a compact inverse kinematics scheme that naturally handles both manipulator and task redundancy.
Abstract（参考訳）: 本稿では,低モビリティタスクを行うシリアルマニピュレータのツイスト分解フレームワークを提案する。ジャコビアン空間の射影に頼らず、幾何学的に定義されたツイストプロジェクターを用いて、端エフェクターのツイストをタスクと冗長なコンポーネントに分離する。この定式化は、操作空間におけるタスク関連運動とタスク関連運動の直接的かつ直感的な区別を提供し、マニピュレータとタスク冗長性の両方を自然に扱う、コンパクトな逆運動学スキームを可能にする。

関連論文リスト

CosmoH2G: A Hand-to-Gripper Transfer Dataset and Baseline Method for Object Manipulation with Complex Spatial Movements [63.40365657068892]
ロボットグリップに人手によるデモンストレーションを移すことは、最近、ロボット学習の費用対効果の高いソリューションとして浮上した。このギャップに触発された我々は、きめ細かい手の動きによって導かれる暗黙的なデータ駆動アプローチを採用した。シミュレーションと実ロボット実験の両方において、我々のフレームワークは複雑な空間操作の安定かつ高精度なハンド・トゥ・グルーパー転送を可能にする。
論文参考訳（メタデータ） (2026-09-07T13:47:22Z)
Complete Motion Planning using Workspace-Fibered Decomposition for nR-Planar Manipulator [0.7734726150561088]
我々は,nR冗長マニピュレータにおける動作計画のためのワークスペースファイバー分解フレームワークを提案する。まず、平面位置のみのマニピュレータに対して、最小限の非冗長部分鎖によって誘導される障害物に制約された到達可能なワークスペースが、実現可能性の正確な特徴を与えることを証明した。次に、連続した冗長リンクを通じて到達可能なワークスペース構造を伝搬するインクリメンタルファイバリフト手法を導入する。
論文参考訳（メタデータ） (2026-08-02T11:50:56Z)
OrthoTryOn: Geometric Orthogonalization for Conflict-Free Unified Fashion Generation [43.40052085990979]
統一ファッション生成は、仮想試着や衣服の再構築のようなタスクを単一のモデルに統合し、タスク固有の適応コストを削減する。我々は、共有Low-AdaptationRank(LoRA)モジュール内でこの干渉を緩和する統合フレームワークOrthoTryOnを提案する。
論文参考訳（メタデータ） (2026-06-26T09:23:25Z)
Actuator-Aware Inverse Kinematics with Joint-Limit Admissibility for Torque-Controlled Redundant Robots [3.568466510804539]
本稿では、トルク制御された冗長ロボットのためのアクチュエータ対応逆運動学を提案する。小さな命令されたタスク残余は、必ずしも実現された動作を改善するとは限らない。仮想分解制御された7自由度上肢エクソスケルトンの実験は、この手法を標準的な逆運動的基底線と比較する。
論文参考訳（メタデータ） (2026-05-29T15:33:10Z)
TCBiRRT: Rapid Motion Planning for Tightly Coupled Dual-arm Space Manipulator Using Task-space Random Expansion [13.227911126048731]
閉鎖制約下での密結合型双腕空間マニピュレータの運動経路の計画は、基本的かつ困難な問題である。本稿では,タスク空間制約付き双方向高速探索ランダムツリーアルゴリズムTCBiRRTを提案する。
論文参考訳（メタデータ） (2026-05-26T15:24:07Z)
Learning Reactive Dexterous Grasping via Hierarchical Task-Space RL Planning and Joint-Space QP Control [50.28263951510334]
本稿では,リアクティブなデクスタリーグルーピングのためのハイブリッド階層型制御フレームワークを提案する。提案手法は,低レベル共同実行から高レベル空間意図を明示的に分離する。我々は厳密なシミュレーションと現実のパイプラインを通して提案したフレームワークを広範囲に検証する。
論文参考訳（メタデータ） (2026-05-05T04:49:38Z)
Navigating the Clutter: Waypoint-Based Bi-Level Planning for Multi-Robot Systems [54.887871365121775]
乱雑な環境におけるマルチロボット制御は、複雑な物理的制約を伴う難しい問題である。タスクとモーションプランニングを協調的に最適化するハイブリッドマルチロボット制御フレームワークを提案する。我々のアプローチは、動作に依存しないベースラインとVLAベースのベースラインよりもタスクの成功を継続的に改善する。
論文参考訳（メタデータ） (2026-04-22T22:58:47Z)
Bridging Discrete Planning and Continuous Execution for Redundant Robot [12.278986080239692]
冗長マニピュレータの経路計画にはボクセルグリッド強化学習が広く採用されている。しかし、7-DoFアーム上の点数逆キネマティクスによる直接実行は、しばしばステップサイズジッタをもたらす。この研究は、個別の計画立案者自体を変更することなく、離散的な計画と連続的な実行の間にブリッジングフレームワークを提案する。
論文参考訳（メタデータ） (2026-04-02T13:23:54Z)
LDHP: Library-Driven Hierarchical Planning for Non-prehensile Dexterous Manipulation [3.829270241398111]
非包括的操作は、非構造化設定で、細く、大きく、または、その他の非移植不可能なオブジェクトを扱うのに不可欠である。事前の計画と探索に基づく手法は、しばしばアドホックな手動設計に依存するか、物理的に実現不可能な動作を生成する。本稿では,ライブラリ駆動型階層型プランナ(LDHP)を提案する。
論文参考訳（メタデータ） (2026-03-14T08:54:49Z)
Fast Functionally Redundant Inverse Kinematics for Robotic Toolpath Optimisation in Manufacturing Tasks [53.04487603529418]
逆キネマティクスアルゴリズムは、これを高速でリアクティブなフレームワークで解決することができる。ロボット操作のための機能的冗長な逆運動学を解く新しいアルゴリズムを提案する。
論文参考訳（メタデータ） (2025-12-10T22:07:07Z)
Purifying Task Vectors in Knowledge-Aware Subspace for Model Merging [83.5273168208788]
モデルマージは、個別に調整されたモデルのタスク固有の能力を、余分なトレーニングなしで単一のモデルに統合することを目的としている。統合モデルは、タスクベクトルのタスク非関連冗長性に起因する競合により、しばしば顕著なパフォーマンス劣化に悩まされる。本稿では,これらの課題を克服するために,知識対応サブ空間におけるTAsk Vectors (PAVE) の純粋化を提案する。
論文参考訳（メタデータ） (2025-10-16T14:02:57Z)
Variational Task Vector Composition [53.476598858325985]
本稿では,構成係数を潜在変数とみなし,ベイズ推定フレームワークで推定する変動タスクベクトル合成を提案する。タスクベクトルにおける構造的冗長性の観測に動機付けられ,空間性を促進するスパイク・アンド・スラブ前処理を導入する。本研究では, 構成係数を不確実性と重要度の両方に基づいてフィルタすることにより, 制御可能な後部構造を構築するゲートサンプリング機構を開発した。
論文参考訳（メタデータ） (2025-09-21T02:46:02Z)
Goal Kernel Planning: Linearly-Solvable Non-Markovian Policies for Logical Tasks with Goal-Conditioned Options [54.40780660868349]
我々はLinearly-Solvable Goal Kernel Dynamic Programming (LS-GKDP)と呼ばれる合成フレームワークを導入する。 LS-GKDPは、Linearly-Solvable Markov Decision Process (LMDP)形式とOptions Framework of Reinforcement Learningを組み合わせたものである。本稿では,目標カーネルを持つLMDPが,タスク接地によって定義された低次元部分空間におけるメタポリティシの効率的な最適化を実現する方法を示す。
論文参考訳（メタデータ） (2020-07-06T05:13:20Z)

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。