論文の概要: What is the effect of running-specific prostheses on long jumps? Optimization-based prediction and analysis using biomechanical models

• arxiv url: http://arxiv.org/abs/2608.22507v1
• Date: Sun, 23 Aug 2026 16:55:26 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-25 13:29:43.780992
• Title: What is the effect of running-specific prostheses on long jumps? Optimization-based prediction and analysis using biomechanical models
• Title（参考訳）: ランニング特異的補綴が長期ジャンプに及ぼす影響について : 生体力学モデルを用いた最適化に基づく予測と解析
• Abstract要約: ランニング特異的補綴 (RSP) から脱落した膝切断 (BKA) の下半身のロングジャンパーは, ここ数年で有意に改善した。 問題は、RSPのバネのような性質が長い跳躍を促進するかどうかである。 本研究では,BKAと非BKAのスポーツ選手を対象としたロングジャンプモデルを提案する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Long jumpers with below the knee amputation (BKA) that take off from their running-specific prosthesis (RSP) improved performances significantly over the last years. The long jump biomechanics differs compared to athletes without BKA and the question arises whether the spring-like properties of the RSP facilitate achieving long jumping distances. The aim of this work is to propose a long jump model for athletes with and without BKA, to evaluate it and to apply it for comparing long jump motions with and without RSP. We establish rigid multi-body system models of one athlete with and one athlete without below the knee amputation (BKA). Long jump motions are computed by solving a specific optimal control problem (OCP) with constraints enforcing a physically correct dynamics, both for motion reconstruction or motion synthesis. With the proposed long jump model, we are able to compute realistic long jump motions. We discuss the causes of differences in measured long jumps and show directions for eliminating them. For both athletes, the synthesized solutions reveal potential for performance improvement. The jumping distance of the athlete without BKA is 64cm (6.9%) longer than the one of the athlete with BKA in the synthesized solutions.
• Abstract（参考訳）: ランニング特異的補綴 (RSP) から脱落した膝切断 (BKA) の下半身のロングジャンパーは, ここ数年で有意に改善した。 ロングジャンプのバイオメカニクスは、BKAを持たない選手と異なるが、この問題は、RSPのスプリングライクな性質が長いジャンプ距離の達成を促進するかどうかである。 本研究の目的は,BKAと非BKAの選手を対象としたロングジャンプモデルを提案し,それをRSPと非BKAのロングジャンプ動作の比較に適用することである。 膝切断(BKA)を伴わない1人のスポーツ選手と1人のスポーツ選手の剛性多体システムモデルを構築した。 長い跳躍運動は、運動再構成と運動合成の両方のために、物理的に正しい力学を強制する制約を持つ特定の最適制御問題(OCP)を解くことによって計算される。 提案したロングジャンプモデルにより,現実的なロングジャンプ動作を計算できる。 測定値の長跳びの違いの原因を考察し,それを取り除くための方向を示す。 両方の選手にとって、合成されたソリューションはパフォーマンス改善の可能性を明らかにする。 BKAのない選手のジャンプ距離はBKAの選手よりも64cm(6.9%)長い。

関連論文リスト

• MyoChallenge 2025: A New Benchmark for Human Athletic Intelligence [57.70335388371609]
  NeurIPS 2025のMyoChallengeは、スポーツにおけるモーターコントロールインテリジェンスに関する先駆的なベンチマークを確立した。 物理シミュレーションにおける高忠実度筋骨格モデルと機械学習駆動アルゴリズムの組み合わせ チャレンジには70のチームが参加し、全世界で560以上の応募があった。
  論文  参考訳（メタデータ） (2026-05-15T06:09:44Z)
• Proximal powered knee placement: a case study [3.7246898598611846]
  下肢切断は世界中の数百万人に影響を与え、運動能力の低下、歩行速度の低下、日常生活や社会活動への参加が制限される。 パワード人工膝は、膝関節のトルクを積極的に支援し、歩行対称性を改善し、立位から立位への遷移と歩行速度を改善することで、部分的に移動性を取り戻すことができる。 動力成分から添加された質量はこれらの利点を減らし、歩行力学に悪影響を及ぼし代謝コストが増加する。
  論文  参考訳（メタデータ） (2026-02-19T16:16:20Z)
• Perceptive Humanoid Parkour: Chaining Dynamic Human Skills via Motion Matching [77.28042137892943]
  本稿では,人間型ロボットの長期的視覚的パーキングを自律的に行うためのモジュール型フレームワークであるPerceptive Humanoid Parkour(PHP)を提案する。 本研究は、これらの合成動作に対する運動追跡強化学習専門家の政策を訓練し、それらを深度に基づく多スキル学生政策に抽出する。 我々は,Unitree G1ヒューマノイドロボットを用いた実世界実験により,我々のフレームワークを検証した。
  論文  参考訳（メタデータ） (2026-02-17T18:59:11Z)
• Feature Impact Analysis on Top Long-Jump Performances with Quantile Random Forest and Explainable AI Techniques [0.32985979395737774]
  我々は、機械学習モデルを利用して、世界選手権のエキスパートが提案する生体力学的特徴を分析する。 男子選手にとって、離陸前の支持脚の膝の角度は、トップ10%のパフォーマンスを達成するための重要な要因である。 女性アスリートにとって、着陸ポーズとアプローチステップの技術は、速度とともにトップ10%のパフォーマンスに影響を与える最も重要な特徴として出現する。
  論文  参考訳（メタデータ） (2025-08-13T13:42:36Z)
• 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)
• Skilog: A Smart Sensor System for Performance Analysis and Biofeedback in Ski Jumping [11.123790767105195]
  本稿では,スキージャンプ時の実時間性能解析とバイオフィードバックのための,スマートでコンパクトでエネルギー効率のよいワイヤレスセンサシステムを提案する。 このシステムは、スキーブーツのインソールを100Hzで3つの異なる地点で足圧を計る。 バイオフィードバックのシナリオでは、フットプレッシャーは最適化されたXGBoostモデルの入力変数として機能する。
  論文  参考訳（メタデータ） (2023-09-25T18:27:29Z)
• Gait Cycle-Inspired Learning Strategy for Continuous Prediction of Knee Joint Trajectory from sEMG [24.608475386117426]
  本稿では,2つの歩行サイクルにインスパイアされた学習戦略を統合し,膝関節の軌道予測の課題を軽減するモデルを提案する。 異なるネットワークエンティティを通して学習することにより、モデルは共通の歩行特徴とパーソナライズされた歩行特徴の両方をキャプチャする。 実験結果から, 平均根平均二乗誤差(RMSE)を3.03度(0.49度), 50ms前後で予測できることが示唆された。
  論文  参考訳（メタデータ） (2023-07-25T02:23:58Z)
• Robust and Versatile Bipedal Jumping Control through Reinforcement Learning [141.56016556936865]
  この研究は、トルク制御された二足歩行ロボットが実世界で頑丈で多目的なダイナミックジャンプを行えるようにすることで、二足歩行ロボットの機敏さの限界を推し進めることを目的としている。 本稿では,ロボットが様々な場所や方向へジャンプするなど,さまざまなジャンプタスクを達成するための強化学習フレームワークを提案する。 我々は,ロボットの長期入出力(I/O)履歴を符号化し,短期I/O履歴への直接アクセスを可能にする新しいポリシー構造を開発する。
  論文  参考訳（メタデータ） (2023-02-19T01:06:09Z)
• A Computer Vision Method for Estimating Velocity from Jumps [2.811259764965963]
  ビデオ記録を用いた鍵変数推定の実現可能性について検討する。 ジャンプ速度は,他のキー変数と強く相関しているため,出発点として注目する。 平均R値0.71の速度は,選手の範囲で高い精度で推定できることがわかった。
  論文  参考訳（メタデータ） (2022-12-09T04:40:36Z)
• 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)
• Learning to Run with Potential-Based Reward Shaping and Demonstrations from Video Data [70.540936204654]
  「走ることを学ぶ」競技は、二本足のヒューマノイドボディを最高速度で模擬レースコースで走るように訓練することであった。 すべての提出者は、強化学習(RL)へのタブラララサアプローチを採り入れ、比較的速いが最適な実行動作は得られなかった。 本研究では,人間のランニング映像から得られるデータを用いて,ヒューマノイド学習エージェントの報酬を形成できることを示す。
  論文  参考訳（メタデータ） (2020-12-16T09:46:58Z)

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。