論文の概要: Real-Time Shape Control of Multi-Segment Soft Robotic Arms Using Koopman Operators with Global and Local Observables
- arxiv url: http://arxiv.org/abs/2609.03175v1
- Date: Wed, 02 Sep 2026 21:36:13 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-04 18:28:38.859234
- Title: Real-Time Shape Control of Multi-Segment Soft Robotic Arms Using Koopman Operators with Global and Local Observables
- Title（参考訳）: グローバル・ローカル観測可能なクープマン演算子を用いたマルチセグメントソフトロボットアームのリアルタイム形状制御
- Abstract要約: グローバル・オブザーバブルとローカル・オブザーバブルを組み合わせたKoopmanベースのモデル予測制御フレームワークを提案する。
提案フレームワークは,マルチセグメントソフトロボットアームの動的,スケーラブル,高精度な形状制御を実現する。
- 参考スコア（独自算出の注目度）: 12.944601010948404
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Multi-segment soft robotic arms can continuously reconfigure their body shapes for safe interaction, but tip control alone is insufficient for constrained-space tasks. Therefore, shape control is a more important task for multi-segment soft arms than tip control, but remains challenging due to the high dimensionality and nonlinear dynamics of continuum deformation. In existing work, shape control accuracy is defined by the error in the global frame (global shape error). For multi-segment soft arms, using only global shape error as the control objective is insufficient, as segment coupling, gravity-induced loading, and inertial effects become more significant. This difficulty increases with the number of segments. In this paper, we present a Koopman-based model predictive control framework that combines global and local observables, enabling real-time shape control on multi-segment soft robotic arms. The framework is evaluated through numerical and physical experiments. Numerical experiments demonstrate the scalability of the proposed controller by achieving shape control on robots with up to 10 independently actuated segments. The physical experiments demonstrate that the controller is capable of (1) real-time shape control of 3- and 5-segment robotic arms with tip speeds up to 0.6 m/s, (2) robust tracking without retraining, including distal payloads up to 400~g and recovery from a 7~N lateral disturbance, and (3) the potential for future inspection applications through a confined-space demonstration. These results demonstrate that the proposed framework enables dynamic, scalable, and accurate real-time shape control on multi-segment soft robotic arms.
- Abstract（参考訳）: マルチセグメントのソフトロボットアームは、安全な相互作用のために身体の形状を継続的に再構成することができるが、先端制御だけでは制約された空間タスクには不十分である。
したがって、形状制御は先端制御よりも多段軟式アームにとって重要な課題であるが、連続体変形の高次元性と非線形ダイナミクスのため、依然として困難である。
既存の作業では、グローバルフレームの誤差(グローバル形状誤差)によって形状制御精度が定義される。
多セグメント軟式アームでは, セグメント結合, 重力負荷, 慣性効果が増大するにつれて, 制御対象として大域形状誤差のみを用いることは不十分である。
この困難はセグメントの数によって増大する。
本稿では,グローバル・ローカル・オブザーバブルを組み合わせ,マルチセグメント・ソフト・ロボットアームのリアルタイム形状制御を可能にする,クープマンに基づくモデル予測制御フレームワークを提案する。
この枠組みは数値実験と物理実験によって評価される。
数値実験により,最大10個の独立動作セグメントを持つロボットの形状制御を実現することにより,提案した制御器のスケーラビリティを実証する。
物理的実験により,(1)先端速度0.6m/sまでの3段と5段のロボットアームのリアルタイム形状制御が可能であり,(2)遠距離ペイロード400～gと7～Nの横方向障害からの回復を含むリトレーニングなしでの頑健な追跡が可能であり,(3)密な空間でのデモンストレーションによる将来の検査応用の可能性も示された。
これらの結果から,マルチセグメントソフトロボットアームの動的,スケーラブル,高精度な形状制御が可能であることが示唆された。
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) - Task-space model-based control of pneumatic soft actuators [1.3707825707652799]
ソフトアクチュエータはデクスタラスかつコンプライアンスの相互作用を可能にするが、クローズドループタスク空間制御は依然として困難である。
本稿では,非最小座標離散弾性ロッドモデルに基づくリアルタイム動的モデルに基づくタスク空間フィードバックと推定フレームワークを提案する。
その結果、構造化された非最小ダイナミックモデルにより、自由空間における平面型ソフト空気圧アクチュエータのリアルタイム、高精度、中間帯域幅のタスク空間制御が可能となった。
論文 参考訳（メタデータ） (2026-08-27T14:32:07Z) - PAKE: Learning Whole-Body Loco-Manipulation with Partial Kinematic Embeddings [9.606500800831322]
高精度なロコ操作のための新しい全身制御フレームワークを提案する。
大規模キネマティックデータセットに基づいてトレーニングした,新しいキネマティック正規化フローモデルを提案する。
6自由度ロボットアームを備えた四足歩行ロボットへのアプローチを検証する。
論文 参考訳（メタデータ） (2026-07-13T03:12:09Z) - A Physics-Grounded Benchmark for Multi-Agent Dynamics in World Models [96.64934195520802]
我々は、世界モデルの物理的信頼性をストレステストするために設計された物理地上評価フレームワークであるCrashTwinを紹介する。
CrashTwinは、25K制御可能な合成12K実世界の衝突シーケンスを含む、多様なマルチエージェント衝突シナリオのデータセットを結合している。
本稿では,時間的一貫性,運動量,運動エネルギーの保存,世界力学の整合性という3つの次元を体系的に評価する診断スイートを提案する。
論文 参考訳（メタデータ） (2026-06-27T06:13:35Z) - 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) - 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) - Shape Control of a Planar Hyper-Redundant Robot via Hybrid Kinematics-Informed and Learning-based Approach [42.55947704321053]
ハイパー冗長ロボットは、厳密で非構造的な環境での操作をうまく行うことができる。
到達可能な作業空間を拡張するために,多段式フレキシブルラック作動型平面ロボットを開発した。
本研究では,SpatioCoupledNet というハイブリッドキネマティクス・インフォームド・学習型形状制御手法を提案する。
論文 参考訳（メタデータ） (2026-03-11T04:35:06Z) - ULTRA: Unified Multimodal Control for Autonomous Humanoid Whole-Body Loco-Manipulation [55.467742403416175]
本稿では,大規模モーションキャプチャをヒューマノイドに変換する物理駆動型ニューラルネットワークを提案する。
我々は高密度参照とスパースタスク仕様の両方をサポートする統合マルチモーダルコントローラを学習する。
その結果,ULTRAは自我中心の知覚から,自律的,目標条件付き全体ロコ操作に一般化することが示された。
論文 参考訳（メタデータ） (2026-03-03T18:59:29Z) - 3D Shape Control of Extensible Multi-Section Soft Continuum Robots via Visual Servoing [3.9985620702988602]
連続体マニピュレータの全身形状を制御できる視覚制御アルゴリズムを提案する。
提案する制御アルゴリズムは,ロボット全体の体構成を制御し,運動学的冗長性を活用する。
我々のモデルに基づく2.5D形状のビジュアルサーボは、ロボットの3Dワークスペースにグローバルに安定した収束を提供する。
論文 参考訳（メタデータ） (2026-02-22T17:06:16Z) - Agile and versatile bipedal robot tracking control through reinforcement learning [12.831810518025309]
本稿では,二足歩行ロボットのための多目的コントローラを提案する。
足首と身体の軌跡を、単一の小さなニューラルネットワークを用いて広範囲の歩行で追跡する。
最小限の制御ユニットと高レベルなポリシーを組み合わせることで、高いフレキシブルな歩行制御を実現することができる。
論文 参考訳（メタデータ） (2024-04-12T05:25:03Z) - OmniControl: Control Any Joint at Any Time for Human Motion Generation [46.293854851116215]
テキスト条件付き人体動作生成モデルにフレキシブルな空間制御信号を統合するために,OmniControlという新しい手法を提案する。
本稿では,入力制御信号に厳密に適合した動作を実現するための解析的空間ガイダンスを提案する。
同時に、全ての関節を洗練してよりコヒーレントな動きを生み出すためにリアリズムガイダンスが導入された。
論文 参考訳（メタデータ） (2023-10-12T17:59:38Z) - First Steps: Latent-Space Control with Semantic Constraints for
Quadruped Locomotion [73.37945453998134]
従来の四重化制御のアプローチでは、単純化された手作りのモデルが採用されている。
これにより、有効な運動範囲が縮小されているため、ロボットの能力が大幅に低下する。
この研究において、これらの課題は、構造化潜在空間における最適化として四重化制御をフレーミングすることによって解決される。
深い生成モデルは、実現可能な関節構成の統計的表現を捉え、一方、複雑な動的および終端的制約は高レベルな意味的指標によって表現される。
実世界とシミュレーションの両方で最適化された移動軌跡の実現可能性を検証する。
論文 参考訳（メタデータ） (2020-07-03T07:04:18Z)
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。