論文の概要: ARTiS: An Adaptive Robotic Gripper for Enhanced Tool Manipulation in Disassembly Applications
- arxiv url: http://arxiv.org/abs/2609.03362v2
- Date: Wed, 09 Sep 2026 04:48:30 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-10 15:10:00.893559
- Title: ARTiS: An Adaptive Robotic Gripper for Enhanced Tool Manipulation in Disassembly Applications
- Title（参考訳）: ARTiS: 分解処理におけるツール操作の強化を目的とした適応型ロボットグリップ
- Authors: Roman Mykhailyshyn, Yukiyasu Domae, Kensuke Harada,
- Abstract要約: ARTiS(Adaptive Robotic Tool Gripper in Disassembly Systems)は、ソフトグリッパーの適応性、人為的手のデキスタリティ、ソフトパームとフィンガーチップによる剛性機構の堅牢性を組み合わせた、新しいグリッパーである。
グリッパーの適合性,耐久性,機能的汎用性を評価するため,従来の分解ツールを用いて総合的な評価を行った。
- 参考スコア（独自算出の注目度）: 6.66666011357805
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Grasping and holding tools while using them presents a considerable challenge not only for robots but also for humans. Such a challenge is particularly noticeable in processes involving assembly and disassembly, where efficiency and consistency depend on performing rapidly adaptive tasks. Nonetheless, contemporary robotic grasping technologies that can securely manipulate tools during operation frequently have significant constraints. In this paper, introduce ARTiS (Adaptive Robotic Tool Gripper in Disassembly Systems), a novel gripper that combines the adaptability of soft grippers, the dexterity of anthropomorphic hands, and the robustness of rigid mechanisms with a soft palm and fingertips. This unique combination makes it possible to hold tools securely in a variety of situations through using active jamming in the palm and fin-ray adaptation in fingertips. Furthermore, high finger dexterity is achieved through the seven degrees of freedom design, which enables the fingertips to orient to any surface, both for automated solutions and collaborative tasks. A comprehensive evaluation was conducted using a range of conventional disassembly tools to assess the gripper's compliance, durability, and functional versatility. More information, hardware instructions, and videos at https://romanmykhailyshyn.github.io/artis/
- Abstract（参考訳）: ロボットだけでなく、人間にも大きな課題が浮かび上がっています。
このような課題は、効率性と一貫性が迅速に適応的なタスクを実行することに依存する、アセンブリと分解を含むプロセスにおいて特に顕著である。
それでも、作業中にツールを安全に操作できる現代ロボットの把握技術には、大きな制約がしばしばある。
本稿では, ソフトグリップの適応性, 人為的手触りの器用性, ソフトパームと指先による剛性機構の堅牢性を組み合わせた新しいグリップであるARTiS(Adaptive Robotic Tool Gripper in Disassembly Systems)を紹介する。
このユニークな組み合わせにより、手のひらにアクティブジャミングを施し、指先でフィン線を適応させることにより、様々な状況でツールを安全に保持することができる。
さらに, 7自由度の設計により, 指先を任意の面に向けることができ, 自動解法と協調作業が可能である。
グリッパーの適合性,耐久性,機能的汎用性を評価するため,従来の分解ツールを用いて総合的な評価を行った。
詳細はhttps://romanmykhailyshyn.github.io/artis/にある。
関連論文リスト
- Koala Gripper: Co-designing Robotic Grippers and Data-Capture Devices for Scaling Dexterous Manipulation Learning [1.2431813597557693]
我々は,データキャプチャ装置とロボットグリッププラットフォームであるKoala Gripperシステムを紹介する。
この設計は、方向反射質量特性を持つ新しい力最適化指/トリガーリンク機構を導入している。
これらのグリップパは、広範囲の物体をつかむことができ、強力な道具の使用、正確な歌唱が可能であることを示す。
論文 参考訳（メタデータ） (2026-08-20T20:16:11Z) - Design and stability analysis of an underactuated hand with passively rotating fingers [1.3649494534428745]
本稿では,空間移動性を有する不動型ロボット指の革新的な設計と安定性解析について述べる。
指の構造は回転関節をベースに組み込んでおり、円筒形と球形の両方の把持を容易にする受動的空間回転を可能にしている。
個々の指と複数の指の間での運動不足の統合は、機能的適応性を維持しつつ、機械的複雑さ、コスト、制御要求を低減させる。
論文 参考訳（メタデータ） (2026-07-21T10:37:18Z) - AetheRock: An Arm-Worn Robot Teaching System for Force-Guided Vision-Tactile Learning [56.20593626288444]
AetheRockは、モジュール式で簡単に製造できるビジュオ触覚センサー、GelSlim-MiniFabを指先で搭載した腕縫いのデバイスだ。
本稿では,力と視覚を用いた表現学習フレームワークであるForceVTを提案する。
論文 参考訳（メタデータ） (2026-06-08T17:38:57Z) - Any-ttach: Quick End-effector Swapping Enables Manipulation Dexterity with Simplicity [15.00126597335838]
Any-ttachはツール中心の操作フレームワークで、クイックエンドエフェクタスワッピングをシンプルさでデキスタリティのメカニズムとして扱う。
このシステムは、様々なツールとエンドエフェクターモジュールをサポートしており、日々のツール、ハサミ、フィンレイの指、低コストの人為的手などがある。
実験の結果,Any-ttachはツールスワッピングの信頼性を向上し,実演効率を向上し,ツール目的の多様性を低減し,多様なツール利用スキルをサポートすることがわかった。
論文 参考訳（メタデータ） (2026-05-28T21:00:52Z) - AdaReasoner: Dynamic Tool Orchestration for Iterative Visual Reasoning [66.24374176797075]
textbfAdaReasonerは、ツール固有の、あるいは明示的な教師付き行動ではなく、一般的な推論スキルとしてツールの使用を学ぶマルチモーダルモデルのファミリーである。
AdaReasonerは、(i)スケーラブルなデータキュレーションパイプラインによって、長期にわたる多段階のツールインタラクションにモデルを公開し、(ii)ツール-GRPO、(ii)ツールの選択とシークエンシングをエンドツーエンドの成功に基づいて優先順位付けする強化学習アルゴリズム、(iii)ツールの使用を動的に規制する適応学習メカニズムによって実現されている。
論文 参考訳（メタデータ） (2026-01-26T16:04:43Z) - Taxonomy and Modular Tool System for Versatile and Effective Non-Prehensile Manipulations [5.7178303574016285]
非作動型エンドエフェクタのキー特性に関する分類について論じる。
本稿では,標準の2本指グリップで使用可能なモジュール式ツールシステムについて述べる。
論文 参考訳（メタデータ） (2025-12-11T19:52:40Z) - RUKA: Rethinking the Design of Humanoid Hands with Learning [15.909251187339228]
この研究は、コンパクトで手頃で能力のある腱駆動のヒューマノイドハンドであるRUKAを提示する。
RUKAは5本の指を持ち、自由度は15度で、多種多様な人間的な握りが可能である。
制御課題に対処するために、MANUSグローブで収集したモーションキャプチャーデータから、関節-触覚-触覚モデルと指先-触覚モデルを学ぶ。
論文 参考訳（メタデータ） (2025-04-17T17:58:59Z) - Learning Visuotactile Skills with Two Multifingered Hands [80.99370364907278]
マルチフィンガーハンドとバイソタクティブルデータを用いたバイマニアルシステムを用いて,人間の実演からの学習を探索する。
以上の結果から,バイスオタクティブルデータからの両指多指操作における有望な進歩が示唆された。
論文 参考訳（メタデータ） (2024-04-25T17:59:41Z) - Dexterous Manipulation from Images: Autonomous Real-World RL via Substep
Guidance [71.36749876465618]
本稿では,ユーザが新しいタスクを定義するための"プログラミング不要"なアプローチを提供する,視覚に基づくデクスタラスな操作システムについて述べる。
本システムには,最終タスクと中間タスクを画像例で定義するためのフレームワークが組み込まれている。
実世界における多段階物体操作の4指ロボットハンドラーによる実験結果
論文 参考訳（メタデータ） (2022-12-19T22:50:40Z)
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。