論文の概要: Multi-bounce Drum Roll with Optimized Active Tricks to Leverage Soft Embodiment
- arxiv url: http://arxiv.org/abs/2609.08490v1
- Date: Tue, 08 Sep 2026 09:32:18 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-11 16:23:40.655091
- Title: Multi-bounce Drum Roll with Optimized Active Tricks to Leverage Soft Embodiment
- Title（参考訳）: ソフトエボディメントの活用のためのアクティブトリックを最適化したマルチバウンスドラムロール
- Abstract要約: 高周波ドラムロールは「マルチバウンス技術」を必要とし、ドラムスティックは1ストロークで複数回バウンスする。
この技術のロボット再生において、体の弾力性は鍵であり、ストローク中の微細な動きは、その弾力性を最大化するためにも不可欠である。
我々は、衝撃後の引っ張り動作を加えることでリバウンド数を増やすTap-Pull(TP)トリックと、ストローク中に小さな振動を注入してドラムの音量を維持するMicro-Pulse(MP)トリックの2つのトリックを設計する。
- 参考スコア（独自算出の注目度）: 2.217547045999963
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: This paper presents a soft robotic drummer for accurate and efficient drum rolls. High-frequency drum rolls require the "multi-bounce technique," where a drumstick bounces multiple times with a single stroke. In robotic reproduction of this technique, the body's elasticity is key, while the fine motion during the stroke is also crucial for maximizing the potential of that elasticity. Therefore, we design two tricks: i) Tap-Pull (TP) trick to increase the number of rebounds by adding a pulling motion after impact; and ii) Micro-Pulse (MP) trick to keep the drumming volume by injecting small oscillations during the stroke. Due to the nonlinear complexity of soft embodiment, both tricks are efficiently tuned using Bayesian optimization in a data-driven manner for accomplishing the respective objectives quantified. We evaluated the optimized behaviors with soft and rigid end-effectors. As a result, the soft TP achieved the highest bounce count (12.25 per stroke) with uniform intervals. The soft MP suppressed the volume decay, yielding 6.8-times higher acoustic efficiency compared to the rigid MP. These results indicate that the proposed tricks with the combination of elasticity and optimization can make robots play excellent drum rolls.
- Abstract（参考訳）: 本稿では,高精度かつ効率的なドラムロール用ソフトロボットドラマーを提案する。
高周波ドラムロールは「マルチバウンス技術」を必要とし、ドラムスティックは1ストロークで複数回バウンスする。
この技術のロボット再生において、体の弾力性は鍵であり、ストローク中の微細な動きもまた、その弾力性の可能性の最大化に不可欠である。
したがって、我々は2つのトリックを設計する。
一 衝撃後の引力を加えることによりリバウンドの数を増やすためのタッププル(TP)トリック
二 マイクロパルス(MP)は、ストローク中に小さな振動を注入することにより、ドラムの音量を維持するためのトリックである。
ソフトなエンボディメントの非線形複雑さのため、それぞれの目的を定量化するためのデータ駆動方式でベイズ最適化を用いて、両方のトリックを効率的に調整する。
ソフトで剛性のあるエンドエフェクターを用いた最適化動作の評価を行った。
その結果、ソフトTPは1ストローク当たり最高バウンス数(12.25)を均一間隔で達成した。
軟MPは体積減衰を抑制し、硬MPに比べて6.8倍の音響効率を得た。
これらの結果から,提案手法と弾力性と最適化の組み合わせにより,ロボットが優れたドラムロールを演奏できることが示唆された。
関連論文リスト
- Event-Time Hybrid Optimal Control for Robotic Table Tennis Serves [7.9016044167814785]
ロボットテーブルテニスは、ロボットのキノダイナミックな限界を尊重しながら、高いボール速度とスピンを必要とする。
我々は、ラケットの衝撃速度と方向を最適化するイベント時間acOCPとしてスピン制御サーブ生成を定式化する。
その結果、イベント時最適制御は、物理的に有効なキノダイナミックなサービスを生成する。
論文 参考訳（メタデータ） (2026-08-08T14:35:22Z) - Hardware Design for Table Tennis Robot Capable of Beating Professional Players [32.40740138722726]
本稿では,卓球ロボットがプロ選手を倒すために必要なハードウェア仕様に焦点を当てる。
エリート選手の動きを分析した後、作業空間、ペイロード、外部力抵抗、物理的性能、サービス能力、エンドエフェクタ精度の目標仕様を定義した。
これらの仕様に基づき,カスタム8-DoFロボット「エース」を開発した。
論文 参考訳（メタデータ） (2026-06-25T06:14:03Z) - Series-Parallel Integrated Nonlinear Elastic Actuator applied to the lean motion of a bicycle simulator [0.9949801888214528]
シリーズ並列統合弾性アクチュエータ(SPINEA)は、新しいハプティック自転車シミュレータである。
1つの弾性要素は、平行および直列の2つの役割を同時に引き受ける。
結果、SPINEAの低インピーダンスと正確なトルクトラッキングは4.25Hzまで、自転車のフレームは4Hzまで固定された。
論文 参考訳（メタデータ） (2026-05-29T17:13:06Z) - SandWorm: Event-based Visuotactile Perception with Active Vibration for Screw-Actuated Robot in Granular Media [3.7303766353907277]
SandWorm(サンドワーム)は、ローコモーションを強化するために、周囲の動きによって強化されたネジ作動ロボットである。
SWTacは、能動的に振動するエラストマーを持つ、イベントベースの新規ビゾタクティルセンサーである。
論文 参考訳（メタデータ） (2026-01-20T16:25:50Z) - MC#: Mixture Compressor for Mixture-of-Experts Large Models [86.64315380917827]
Mixture-of-Experts (MoE)は、大きな言語モデル(LLM)と視覚言語モデル(VLM)をスパースアクティベーションによって拡張することで効果的にスケールする。
静的量子化と動的エキスパートプルーニングを組み合わせたフレームワークであるMC#(Mixture-Compressor-sharp)を提案する。
論文 参考訳（メタデータ） (2025-10-13T03:12:46Z) - Expanding Sparse Tuning for Low Memory Usage [103.43560327427647]
メモリ使用量が少ないスパースチューニングのためのSNELL(Sparse tuning with kerNelized LoRA)法を提案する。
低メモリ使用量を達成するため、SNELLはスカラー化のための調整可能な行列を2つの学習可能な低ランク行列に分解する。
コンペティションに基づくスペーシフィケーション機構は、チューナブルウェイトインデックスの保存を避けるためにさらに提案される。
論文 参考訳（メタデータ） (2024-11-04T04:58:20Z) - Mixture Compressor for Mixture-of-Experts LLMs Gains More [71.0473038084673]
我々は、Mixture-of-Experts Large Language Model (MoE-LLMs) のためのトレーニング不要なMixture-Compressorを提案する。
我々のMCは静的量子化と動的プルーニングを統合し、より少ない精度でMoE-LLMの極端な圧縮を実現する。
例えば、2.54ビットでは、MCは76.6%を圧縮し、平均精度損失は3.8%である。
論文 参考訳（メタデータ） (2024-10-08T18:09:38Z) - RP1M: A Large-Scale Motion Dataset for Piano Playing with Bi-Manual Dexterous Robot Hands [57.64308229980045]
ロボットピアノ100万のデータセットには,100万回以上の軌跡の動作データをバイマニュアルで演奏するロボットピアノが組み込まれている。
指の配置を最適な移動問題として定式化し、大量の未収録曲の自動アノテーションを可能にする。
既存の模倣学習手法のベンチマークでは、RP1Mを活用することにより、最先端のロボットピアノ演奏性能に達することが示されている。
論文 参考訳（メタデータ） (2024-08-20T17:56:52Z) - Tuning Particle Accelerators with Safety Constraints using Bayesian
Optimization [73.94660141019764]
粒子加速器の機械パラメータのチューニングは反復的で時間を要する作業である。
我々は、安全なベイズ最適化のステップサイズ制限版を提案し、評価する。
論文 参考訳（メタデータ） (2022-03-26T02:21:03Z) - Dynamic Dual Trainable Bounds for Ultra-low Precision Super-Resolution
Networks [82.18396309806577]
動的デュアル・トレーニング・バウンダリ(DDTB)と呼ばれる新しいアクティベーション・量子化器を提案する。
DDTBは超低精度で優れた性能を示した。
例えば、我々のDDTBは、EDSRを2ビットに量子化し、出力画像をx4にスケールアップする場合、Urban100ベンチマークで0.70dBのPSNRアップを達成する。
論文 参考訳（メタデータ） (2022-03-08T04:26:18Z)
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。