論文の概要: GeoTrussRover: Morphological Computation with Contact-Semantic Control Primitives
- arxiv url: http://arxiv.org/abs/2609.11361v1
- Date: Thu, 10 Sep 2026 10:48:58 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-11 23:53:35.307227
- Title: GeoTrussRover: Morphological Computation with Contact-Semantic Control Primitives
- Title（参考訳）: GeoTrussRover:接触セマンティック制御プリミティブを用いた形態計算
- Abstract要約: GeoTrussRoverは、電気的に作動するVGT、車輪付きベース、および接点・接点形態計画と制御を組み合わせる。
フルスペースQPは、適応された動きを追跡し、部材と車輪の誤差を補正する。
結果として生じる低次元表現は、タスク調整を超冗長で負荷を伴う形態に格納し、移動中に再利用する。
- 参考スコア（独自算出の注目度）: 14.616963248519639
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Reconfigurable robots can change their contact geometry when a fixed body cannot negotiate an obstacle. A variable-geometry truss (VGT) distributes this shape change through a load-bearing structure, but coupling it to a mobile base creates a high-dimensional coordination problem. GeoTrussRover combines an electrically actuated VGT, a wheeled base, and contact-semantic morphology planning and control. We solve one source traversal and extract four contact-semantic primitives that describe coordination among 21 members. Physics-constrained projection adapts them to unseen step heights with the same contact topology. When every phase remains feasible, adaptation does not recompute the complete motion. If one phase violates the new physical constraints, only that phase is recomputed. A full-space QP then tracks the adapted motion and corrects member and wheel errors. For transfer from 0.10m to 0.075m, the method reduces objective-function evaluations by 63.7% relative to full recomputation. Contact-phase feasibility analysis covers step heights from 0.10 to 0.46m, or 1.08 to 4.97 wheel radii, with the upper value near the theoretical feasible boundary. The electric prototype traverses 2.11 wheel radii. The resulting low-dimensional representation stores task coordination in a hyper-redundant, load-bearing morphology and reuses it during locomotion.
- Abstract（参考訳）: 再構成可能なロボットは、固定体が障害物を交渉できない場合に接触形状を変更することができる。
可変幾何学トラス(VGT)は、この形状変化を荷重支持構造を介して分配するが、それを移動体ベースに結合すると高次元調整問題が発生する。
GeoTrussRoverは、電気的に作動するVGT、車輪付きベース、および接点・接点形態計画と制御を組み合わせる。
我々は,1つのソーストラバーサルを解き,21のメンバ間の協調を記述した4つの接触セマンティックプリミティブを抽出する。
物理に制約された投影は、同じ接触トポロジーを持つ未確認ステップの高さに適応する。
全ての位相が実現可能であれば、適応は完全な運動を再計算しない。
1つの位相が新しい物理的制約に反した場合、その位相のみが再計算される。
フルスペースQPは、適応された動きを追跡し、部材と車輪の誤差を補正する。
0.10mから0.075mへの転送では、完全な再計算と比較して目的関数の評価を63.7%削減する。
接触相フェーザビリティ解析では、ステップ高さが0.10から0.46m、または1.08から4.97の車輪半径が理論可能な境界付近にある。
電動試作機は2.11輪ラジイを横切る。
結果として生じる低次元表現は、タスク調整を超冗長で負荷を伴う形態に格納し、移動中に再利用する。
関連論文リスト
- Frame-Coded Legged Locomotion over Noisy Terrain [16.101434334353424]
未舗装の地形上での開ループ多脚移動は, ノイズの多い水路上での物質輸送と解釈されている。
ここでは、消去を伴う量子化有限フレーム展開として移動を定式化する。
確率 q の独立に残った接触に対して、ランダムな歩行フレームは、すべてのアナログレート Rq で正確な再構成を許す。
論文 参考訳（メタデータ） (2026-09-09T14:55:58Z) - State--Generator Geometry of Open Quantum Systems: Compatibility and Covariant Transport [0.0]
オープン量子系の制御空間をまたいで定常状態応答を伝達する幾何学を開発する。
定常的なLiouvillian Blochによる自動微分により接続を計算し、シンボリックな結果を機械精度に復元する。
論文 参考訳（メタデータ） (2026-08-19T17:52:08Z) - GigaBrain-WBC-0.5: A Behavior World Model for Robust Whole-Body Control with Environment Interaction [68.67772166423812]
ヒューマノイド全身制御のための行動世界モデル(BWM)であるGigaBrain-WBC-0.5を提案する。
純粋にリアクティブなトラッカーではなく、因果トランスフォーマーをトレーニングして、次のアクション、次の状態、次の潜伏動作コマンドに対する分布を共同で予測します。
自動地形アノテーションパイプラインは、再ターゲティングされた動きから完全な3D接触形状を復元し、既存の動きデータセットのスケールでの地形アノテートを可能にする。
論文 参考訳（メタデータ） (2026-08-18T18:21:36Z) - Machine Learning-Based Reconstruction for Resistive Silicon Sensors [53.365453214937496]
抵抗型シリコンセンサの機械学習による再構成と圧縮について検討した。
相関パッドからのフルウェーブフォーム情報を用いて、再構成を規則化し、空間情報を抽出する。
まず、LSTM層に基づくリカレントニューラルネットワークモデルを紹介し、フルウェーブフォーム再構成のための概念実証実装を提供する。
論文 参考訳（メタデータ） (2026-07-13T14:03:26Z) - DeSeG: Decoupling Semantic Intent and Geometric Constraints for Physically Plausible Human-Scene Interaction [50.06148080975928]
本稿では,意味的意図を幾何学的制約から明確に分離する階層型フレームワークであるDeSeGを提案する。
DeSeGは最先端のパフォーマンスを実現し、平均シーン浸透率を47%削減し、SOTAベースラインに対するセマンティックアライメントを29%改善した。
論文 参考訳（メタデータ） (2026-07-07T03:21:08Z) - Dead-Direction Conditioners: Gauge-Equivariant Preconditioning for Deep Networks [0.0]
ディープネットワークの損失はそのパラメータの連続対称性に不変である。
我々は、$G$-不変距離の軌道分解を条件付けるデッド・ディビジョン・コンディショナーであるDDCを構築する。
適合点を越えて訓練された言語モデルでは、DDCAdamはAdamWの過度のトレーニング崩壊に抵抗し、5.88に対して0.67のトレーニング損失ギャップを保持し、65層中32層でデッドダイレクト率を読み取る。
論文 参考訳（メタデータ） (2026-06-28T03:44:59Z) - Recoverable but Not Stationary:Local Linear Structures in Weights and Activations [0.05729426778193398]
タスクベクトル、LoRA、アクティベーションステアリング、事前訓練された重みまわりのランダムな探索は、学習行動が線形方向によって制御可能であることを示唆している。
強い局所的低ランクタスク勾配構造を見いだすが、固定タスク平面仮説を否定する。
この結果から,訓練ネットワークにおける線形構造はグローバルなタスク方向ではなく,局所的なジオメトリの進化を示唆している。
論文 参考訳（メタデータ） (2026-06-09T14:38:26Z) - Constraint-Enhanced Reinforcement Learning Based on Dynamic Decoupled Spherical Radial Squashing [1.2036262042590717]
各関節が制御ステップごとにどれだけ速く動けるかは、避けられない。
既存の方法は等方性球形の制約を課し、指数関数的に真の実現可能な集合を覆い隠す。
本稿では,ダイナミックデカップリング型球状ラジアルスクアッシング(DD-SRad)を提案する。
Unitree H1とG1のヒューマノイドロボットによる実験は、公式な共同仕様から直接パラメータ化されたエンドツーエンドの最適性を確認する。
論文 参考訳（メタデータ） (2026-05-05T18:24:46Z) - Gait-Adaptive Perceptive Humanoid Locomotion with Real-Time Under-Base Terrain Reconstruction [86.53248703859718]
本研究では,地形認識,歩行制御,全身制御を一つの強化学習ポリシーにマージする知覚的移動フレームワークを提案する。
31-DoF、1.65mのヒューマノイドロボットによる実験は、シミュレーションと実世界の両方で堅牢な移動を実証している。
論文 参考訳（メタデータ） (2025-12-08T11:42:41Z) - RobotDancing: Residual-Action Reinforcement Learning Enables Robust Long-Horizon Humanoid Motion Tracking [50.200035833530876]
RobotDancingはシンプルでスケーラブルなフレームワークで、残留する関節の目標を予測して、ダイナミックスの不一致を明示的に修正する。
複数分間の高エネルギー動作(ジャンプ、スピン、カートホイール)をトラッキングし、高いモーショントラッキング品質のハードウェアにゼロショットをデプロイする。
論文 参考訳（メタデータ） (2025-09-25T03:30:34Z) - Transolver: A Fast Transformer Solver for PDEs on General Geometries [66.82060415622871]
本稿では, 離散化された測地の背後に隠れた本質的な物理状態を学習するTransolverについて述べる。
スライスから符号化された物理認識トークンに注意を向けることで、Transovlerは複雑な物理的相関を効果的に捉えることができる。
Transolverは6つの標準ベンチマークで22%の相対的な利得で一貫した最先端を実現し、大規模産業シミュレーションでも優れている。
論文 参考訳（メタデータ） (2024-02-04T06:37:38Z)
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。