論文の概要: A Task-Agnostic Control Strategy for Dynamic Assistance with Pneumatically Actuated Soft Exosuits
- arxiv url: http://arxiv.org/abs/2608.18364v1
- Date: Tue, 18 Aug 2026 22:30:55 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-20 20:13:55.229901
- Title: A Task-Agnostic Control Strategy for Dynamic Assistance with Pneumatically Actuated Soft Exosuits
- Title（参考訳）: 空気圧作動型ソフトエクソスーツを用いた動的支援のためのタスク非依存制御法
- Abstract要約: 本研究では,空気圧作動型ソフトエクソスーツの逆プラント制御戦略を提案する。
140秒のデータを使ってモデルを各ユーザにパーソナライズし、逆を近似して制御ループに統合します。
全体として、この研究は、空気を作動させたソフトエクソスーツでタスク非依存でダイナミックなアシストを提供するための制御戦略を提示している。
- 参考スコア（独自算出の注目度）: 2.8497910326197586
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Pneumatic artificial muscles have provided new opportunities to develop upper-extremity soft exosuits for reha- bilitation, augmentation, and assisted daily living. However, the complex dynamics and limited bandwidth of these actuators has made providing responsive assistance based on user intention a longstanding challenge. In this work, we present an inverse-plant control strategy for pneumatically actuated soft exosuits that only relies on kinematic sensing for task-agnostic and dynamic assistance during daily living. We model the human-robot system using a Hammerstein dynamic model, consisting of a Preisach hysteresis model and a linear time-invariant filter, to capture the static and dynamic behavior of the system. We personalize our model to each user using 140 s of data and approximate an inverse to integrate into our control loop. When evaluated on a test rig that emulated a soft assistive exosuit for the wrist, our controller reduced the interaction torque by up to 73% and the activation of key flexor and extensor muscles by up to 47% relative to the condition with no assistance for speeds ranging from 8°/s to 120°/s. Overall, this work presents a control strategy that can provide task-agnostic, dynamic assistance with pneumatically actuated soft exosuits without the need for physiological or force sensors to interpret user intention.
- Abstract（参考訳）: 空気圧人工筋肉は、リハビリテーション、増強、日常生活支援のための上肢軟質エクソスーツの開発に新たな機会を与えている。
しかし、これらのアクチュエータの複雑なダイナミクスと帯域幅の制限により、ユーザの意図に基づく応答性支援が長年にわたる課題となっている。
本研究では,空気圧作動型ソフトエキソスーツに対する逆プラント制御戦略を提案する。
本研究では,事前ヒステリシスモデルと線形時間不変フィルタからなるハマースタイン力学モデルを用いて,人間のロボットシステムをモデル化し,システムの静的および動的挙動を捉える。
140秒のデータを使ってモデルを各ユーザにパーソナライズし、逆を近似して制御ループに統合します。
手首のソフトアシストエキソスーツをエミュレートしたテストリグで評価すると、操作トルクは最大73%減少し、キーフレクターと伸筋のアクティベーションは8°/sから120°/sまでの速度を補助することなく、条件に対して最大47%低下した。
本研究は, ユーザの意図を理解するための生理的, 力的センサを必要とせずに, 空気圧で作動するソフトエキソスーツによるタスク非依存的, 動的支援を実現するための制御戦略を提案する。
関連論文リスト
- ATP: Anatomical Torque with Passivity-based Control Framework for Safe Upper-Limb Exoskeleton Assistance [8.72367908819341]
本稿では,上肢外骨格を安全に支援するための受動性制御を用いた解剖学的トルクを提案する。
オンライントルクリファインメントスキームは、多様な動きを参照し、腱によるスパイクを抑制し、安全で快適な支援のために学習された異常スコアを組み込む。
シミュレーションと実世界の実験により、長時間の動作シーケンスの正確な追跡と、リアルタイムな人間の動きへの一般化が示されている。
論文 参考訳（メタデータ） (2026-08-06T08:06:40Z) - A Replay-Constrained Simulation Framework for Personalization of Powered Knee--Ankle Prosthesis Controllers [11.765906112645466]
電動義足用インピーダンスコントローラのパーソナライズは、個々の歩行を調節するために重要であるが、依然として困難である。
MuJoCoをベースとしたシミュレーターは、記録されたヒップキネマティクスとフィードバックに基づくグラウンド反応力を再生しながら、人工膝関節の力学を再現する。
深部強化学習政策は、両関節における相依存性の剛性、減衰、平衡角を同時にパーソナライズする。
論文 参考訳（メタデータ） (2026-07-24T18:59:48Z) - Soft Robotic Exogloves for Dexterous Mobility -- Towards Personalized Rehabilitation [0.0]
ソフトロボットのエゴロフは、リハビリと援助を提供することができる。
これらの手袋を装着するには 個人に適合しない 標準化された測定に 依存することが多い
本稿では, 空気圧駆動型ソフトロボットエクソグローブの設計, 製作, モデリング, 試験について述べる。
論文 参考訳（メタデータ） (2026-07-08T22:48:29Z) - Reinforcement learning in linear embedding space unlocks generalizable control across soft robot configurations [60.42735420750131]
タコや象のトランクのような軟体生物は、顕著な形態的適応性を示す。
近年、様々なソフトロボットが登場し、様々な素材、硬さ、特定のタスクに合わせた形態を特徴としている。
本稿では,多様なソフトロボット構成にまたがる迅速な適応を可能にする汎用制御システムを提案する。
論文 参考訳（メタデータ） (2026-06-06T11:09:46Z) - Learn Weightlessness: Imitate Non-Self-Stabilizing Motions on Humanoid Robot [56.377161933570335]
人間は自然に非自己安定化(NSS)運動中に「無重力」状態を利用する。
この生物学的メカニズムに着想を得て,データセットのアノテーションに対する無重力自動ラベル方式を提案する。
我々の研究は、正確な軌道追跡と適応的な環境相互作用のギャップを埋め、接触リッチなヒューマノイド制御のための生物学的にインスパイアされたソリューションを提供する。
論文 参考訳（メタデータ） (2026-04-23T07:10:05Z) - Fabric Pneumatic Artificial Muscle-Based Head-Neck Exosuit: Design, Modeling, and Evaluation [1.1199585259018459]
頭頸部支持のための空気圧人工筋肉を用いたエキソスーツの設計法を提案する。
首に沿って圧縮力を導入する。
テストダミーとヒトユーザによるデモでは,エクソスーツが機能的頭部支持と軌道追跡を実現できることが確認された。
論文 参考訳（メタデータ） (2026-03-13T19:10:46Z) - CHIP: Adaptive Compliance for Humanoid Control through Hindsight Perturbation [70.5382178207975]
hIsight Perturbation (CHIP)は、制御可能なエンドエフェクタ剛性を実現するプラグイン・アンド・プレイモジュールである。
CHIPの実装は簡単で、データ拡張も追加の報酬チューニングも必要ありません。
そこで本研究では,CHIPでトレーニングした汎用モーショントラッキングコントローラが,多種多様な操作タスクを実行できることを示す。
論文 参考訳（メタデータ） (2025-12-16T18:56:04Z) - DyMoDreamer: World Modeling with Dynamic Modulation [52.27044216359359]
深層強化学習(DRL)における重要なボトルネックはサンプル非効率である。
動的変調機構を組み込んだ新しいアルゴリズムDyMoDreamerを導入し,動的特徴抽出の改善と時間情報の充実を図る。
実験によると、DyMoDreamer は Atari 100$k ベンチマークに新しい最先端のスコアをセットし、平均156.6$% の人間正規化スコアを設定できる。
論文 参考訳（メタデータ） (2025-09-29T13:54:42Z) - Dynamic Try-On: Taming Video Virtual Try-on with Dynamic Attention Mechanism [52.9091817868613]
ビデオの試用は、その膨大な現実世界の潜在能力にとって有望な分野だ。
これまでの研究は主に、製品服のイメージを単純な人間のポーズでビデオに移すことに重点を置いてきた。
本稿では,Diffusion Transformer(DiT)に基づく新しいビデオトライオンフレームワークであるDynamic Try-Onを提案する。
論文 参考訳（メタデータ） (2024-12-13T03:20:53Z) - Learning Low-Frequency Motion Control for Robust and Dynamic Robot
Locomotion [10.838285018473725]
実ANYmal C四重極上で8Hzの低速動作を行う学習モーションコントローラを用いて,ロバストでダイナミックな移動を実演する。
このロボットは、1.5m/sの高速度を頑健かつ反復的に達成し、不均一な地形を横切ることができ、予期せぬ外乱に抵抗することができる。
論文 参考訳（メタデータ） (2022-09-29T15:55:33Z) - Learning Compliance Adaptation in Contact-Rich Manipulation [81.40695846555955]
本稿では,コンタクトリッチタスクに必要な力プロファイルの予測モデルを学習するための新しいアプローチを提案する。
このアプローチは、双方向Gated Recurrent Units (Bi-GRU) に基づく異常検出と適応力/インピーダンス制御を組み合わせたものである。
論文 参考訳（メタデータ） (2020-05-01T05:23:34Z)
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。