論文の概要: FlexWorm: Primitive-augmented Hybrid Contact-motion Planning for Suction-based Multi-segment Deformable Robots
- arxiv url: http://arxiv.org/abs/2608.16853v2
- Date: Thu, 20 Aug 2026 16:06:41 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-21 14:00:35.405368
- Title: FlexWorm: Primitive-augmented Hybrid Contact-motion Planning for Suction-based Multi-segment Deformable Robots
- Title（参考訳）: FlexWorm: 吸込型多段変形ロボットのための原始強化ハイブリッドコンタクトモーションプランニング
- Abstract要約: マルチセグメント吸引に基づくソフトロボットは、閉じ込められた環境や脆弱な環境での検査とメンテナンスを約束している。
既存のアプローチは、手動で設計された歩行と環境固有のモーションスクリプトに大きく依存している。
本研究は, 変形可能なボディーセグメントとバウンダリ吸引パッドを備えたシリアルマルチセグメントソフトロボットの計画枠組みを提案する。
- 参考スコア（独自算出の注目度）: 2.113421736154956
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Multi-segment suction-based soft robots are promising for inspection and maintenance in confined or fragile environments, but existing approaches still depend heavily on manually designed gaits and environment-specific motion scripts. This work presents a planning framework for serial multi-segment soft robots with deformable body segments and boundary suction pads. The formulation targets full 3D navigation on complex surfaces and explicitly handles discrete adhesion switching and continuous body deformation under geometric, collision, and quasi-static feasibility constraints, while remaining agnostic to the specific actuation realization used to produce segment deformation. Its core, block-wise IK hybrid search (IKHS), performs best-first search over feasible adhesion transitions while solving inverse kinematics only on induced free blocks. On top of IKHS, primitive-augmented hybrid search (PaHS) uses a learned observation--primitive embedding to retrieve short validated motion segments for fast local proposal, with fallback to standard IKHS branching when retrieval fails. In simulation, the framework consistently outperforms controlled baselines in planning success, transition quality, and efficiency across diverse terrains. PaHS matches IKHS in success rate while substantially reducing planning time. Repeated hardware experiments on a pneumatic multi-segment soft robot further demonstrate executability and online recovery under actuation and adhesion uncertainty.
- Abstract（参考訳）: マルチセグメントの吸引型ソフトロボットは、閉じ込められた環境や脆弱な環境での検査とメンテナンスを約束しているが、既存のアプローチは依然として手動設計の歩行と環境固有の運動スクリプトに大きく依存している。
本研究は, 変形可能なボディーセグメントとバウンダリ吸引パッドを備えたシリアルマルチセグメントソフトロボットの計画枠組みを提案する。
この定式化は複雑な表面上での完全な3Dナビゲーションを目標とし、幾何学的、衝突的、準静電的実現可能性制約の下で、離散的な接着切替と連続体変形を明示的に処理する。
その中核であるブロックワイドIKハイブリッドサーチ(IKHS)は、誘導された自由ブロック上でのみ逆キネマティクスを解きながら、実現可能な接着遷移を最優先で探索する。
IKHSの上に、プリミティブ拡張ハイブリッドサーチ(PaHS)は、学習された観察-原始的な埋め込みを使用して、高速な局所的な提案のために短い検証された動作セグメントを検索し、検索が失敗すると標準のIKHS分岐にフォールバックする。
シミュレーションにおいて、このフレームワークは、様々な地形における計画の成功、遷移品質、効率において、制御されたベースラインを一貫して上回る。
PaHSはIKHSを成功率で一致させ、計画時間を大幅に短縮する。
空気圧式マルチセグメントソフトロボットの繰り返しハードウェア実験により, アクティベーションおよび粘着性の確認により, 実行可能性およびオンライン回復性を示す。
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) - A Task-Space Receding Horizon Controller for Fast Collision Avoidance [0.08594140167290099]
ロボットマニピュレータのリアルタイム衝突回避には、予期せぬ障害物運動に対する迅速な反応が必要である。
完全なモデル予測制御は、この展望を提供することができるが、オンラインコストは、水平線長、モデル忠実度、アクティブな幾何学的制約の数とともに急速に増大する可能性がある。
本稿では, 短時間の接触一貫性を持つロールアウトを用いて, 終端キネマティック参照を生成するタスクスペースリテーディング・ホライゾンコントローラを提案する。
論文 参考訳（メタデータ） (2026-07-17T08:13:12Z) - Search-Based Spatiotemporal and Multi-Robot Motion Planning on Graphs of Space-Time Convex Sets [4.512110686124693]
時空間凸集合(ST-GCS)のグラフに基づくアルゴリズムフレームワークを提案する。
マルチロボット動作計画では,ST-GCS計画とECDを優先計画手法に統合する。
大規模なデモのために提案されているマルチロボットモーションプランナーは、数分で最大100ドル(約1万1000円)のロボットのインスタンスを解決できる。
論文 参考訳（メタデータ） (2026-07-01T04:58:00Z) - Efficient Multi-Robot Motion Planning with Precomputed Translation-Invariant Edge Bundles [37.96780564827039]
マルチロボットモーションプランニング(MRMP)の解決には、複数のロボットに対して衝突のないキノダイナミックな生成が必要である。
サンプリングに基づくキノダイナミック動作計画のためのプランナーに依存しない動作選択機構であるKinodynamic Translation-Invariant Edge BundlesまたはKiTE-Extendを紹介する。
論文 参考訳（メタデータ） (2026-05-10T22:44:19Z) - 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) - UMBRELLA: Uncertainty-aware Multi-robot Reactive Coordination under Dynamic Temporal Logic Tasks [5.794342083222513]
本稿では,動的および移動目標を含む協調作業のためのマルチロボットシステムのコーディネート問題に対処する。
コンフォーマル予測(CP)による目標運動予測の不確かさを明示的にモデル化する。
提案するフレームワーク (UMBRELLA) は,MCTS (Monte Carlo Tree Search) を部分計画と不確実性を考慮したロールアウトに組み合わせたものだ。
論文 参考訳（メタデータ） (2026-03-26T12:40:04Z) - TRACER: Texture-Robust Affordance Chain-of-Thought for Deformable-Object Refinement [37.77903164878976]
TRACER は Texture-Robust Affordance Chain-of- Thought with dEformable-object Refinement framework である。
セマンティック推論から外見が損なわれ、物理的に一貫した機能領域の洗練まで、階層横断的なマッピングを提供する。
Fine-AGDDO15データセットと実世界のロボットプラットフォームで実施された実験は、TRACERが精度を著しく向上することを示した。
論文 参考訳（メタデータ） (2026-01-28T03:12:18Z) - Simultaneous Multi-Robot Motion Planning with Projected Diffusion Models [57.45019514036948]
MRMP拡散(MRMP Diffusion, SMD)は, 制約付き最適化を拡散サンプリングプロセスに統合し, 衝突のない, キネマティックに実現可能な軌道を生成する新しい手法である。
本稿では, ロボット密度, 障害物の複雑度, 動作制約の異なるシナリオ間の軌道計画アルゴリズムを評価するための総合的MRMPベンチマークを提案する。
論文 参考訳（メタデータ） (2025-02-05T20:51:28Z) - Simultaneous Contact-Rich Grasping and Locomotion via Distributed
Optimization Enabling Free-Climbing for Multi-Limbed Robots [60.06216976204385]
移動, 把握, 接触問題を同時に解くための効率的な運動計画フレームワークを提案する。
ハードウェア実験において提案手法を実証し, より短い計画時間で, 傾斜角45degで自由クライミングを含む様々な動作を実現できることを示す。
論文 参考訳（メタデータ） (2022-07-04T13:52:10Z) - Next Steps: Learning a Disentangled Gait Representation for Versatile
Quadruped Locomotion [69.87112582900363]
現在のプランナーは、ロボットが動いている間、キー歩行パラメータを連続的に変更することはできない。
本研究では、特定の歩行を構成する重要な姿勢位相を捉える潜在空間を学習することにより、この制限に対処する。
本研究では, 歩幅, 歩幅, 立位など, 歩行パラメータに直接対応した駆動信号マップの具体的特性を示す。
論文 参考訳（メタデータ） (2021-12-09T10:02:02Z)
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。