論文の概要: Pneumatic neurons for soft robots enable inflate-and-fire networks for rhythmic motion
- arxiv url: http://arxiv.org/abs/2609.12258v1
- Date: Thu, 10 Sep 2026 22:34:34 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-15 07:38:31.558489
- Title: Pneumatic neurons for soft robots enable inflate-and-fire networks for rhythmic motion
- Title（参考訳）: ソフトロボットのための空気圧ニューロンは、リズミカルモーションのためのインフレート・アンド・ファイアネットワークを可能にする
- Abstract要約: 生体神経回路の集積・発火モデルにインスパイアされたソフトロボット制御アーキテクチャを導入する。
空気圧ニューロン (Pneu-ron) は、エネルギー変換、論理、アクチュエータを1つの成分で統一するソフトアクチュエータである。
- 参考スコア（独自算出の注目度）: 0.8347662730632045
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Animals coordinate their movements through distributed neural circuits, but soft robots still typically depend on external, centralized electronics for control. Building soft robots that operate without centralized electronic controllers while remaining responsive to their environment remains a frontier challenge in soft robotics. In this work we introduce a soft-robot control architecture inspired by leaky integrate-and-fire models of biological neural circuits. The Pneumatic neuron (Pneu-ron) is a soft actuator that unifies energy conversion, logic, and actuation in one component. Each module combines a low-boiling-point fluid (LBF), a heater, and a mechanical switch into a self-excitable unit. Boiling the LBF inflates the module and triggers excitation and inhibition of adjacent modules in a process we call "inflate-and-fire". When interconnected into excitatory-inhibitory rings, Pneu-rons generate stable, sequential oscillations whose frequency emerges from the material dynamics and environmental conditions. By harnessing the inflation of Pneu-rons for actuation these networks can drive oscillatory locomotion of soft robots. Pneu-ron networks sustain oscillation under mechanical load and thermal variations, adapting through material physics rather than computation. Dynamical modeling of these networks reveals a dimensionless bifurcation diagram that dictates the network's oscillatory behavior. Encoding logic and actuation into material-level modules presents a new avenue for adaptive, electronics controller-free, soft robots.
- Abstract（参考訳）: 動物は分散した神経回路を通して動きを調整しますが、ソフトロボットは依然として制御のために外部の集中型電子機器に依存しています。
中央集権型の電子コントローラーを使わずに動作し、環境に反応しないソフトロボットを構築することは、ソフトロボティクスにおける最前線の課題である。
本研究では,生体神経回路の漏れやすい統合・火災モデルにインスパイアされたソフトロボット制御アーキテクチャを導入する。
空気圧ニューロン (Pneu-ron) は、エネルギー変換、論理、アクチュエータを1つの成分で統一するソフトアクチュエータである。
各モジュールは低沸点流体(LBF)、ヒーター、機械スイッチを自励式ユニットに結合する。
LBFを沸騰させることはモジュールを膨らませ、"inflate-and-fire"と呼ばれるプロセスにおいて隣接モジュールの励起と阻害を引き起こす。
励起阻害環に相互接続すると、プヌーロンは安定で連続的な振動を発生し、その周波数は物質力学や環境条件から生じる。
アクティベーションのためにニューロンのインフレーションを利用することで、これらのネットワークはソフトロボットの振動移動を駆動することができる。
ニューロンネットワークは、機械的負荷と熱的変動の下での振動を保ち、計算よりも物質物理学に適応する。
これらのネットワークの動的モデリングにより、ネットワークの振動挙動を決定する無次元分岐図が示される。
ロジックとアクティベーションを物質レベルのモジュールにエンコードすることで、適応的で電子制御不要でソフトなロボットのための新たな道が開かれる。
関連論文リスト
- Sim-to-Real Transfer for Muscle-Actuated Robots via Generalized Actuator Networks [53.12548325396181]
柔らかい筋肉のアクティベーションと組み合わせたテンドンドライブは、より速く、より安全なロボットを可能にする。
この複雑なアクチュエータのニューラルネットワークモデルを学習するsim-to-realパイプラインを提案する。
我々は,完全にシミュレーションで訓練された,正確なゴール獲得とダイナミック・ボール・イン・カップ・ポリシーの展開に成功した。
論文 参考訳（メタデータ） (2026-04-10T16:52:54Z) - Walk the Robot: Exploring Soft Robotic Morphological Communication driven by Spiking Neural Networks [1.758175365127036]
近年,非線形動的結合を抑止する制御法が研究されている。
スパイキングニューラルネットワーク(SNN)をロボット制御機構として進化させる進化学習モデルが、非剛性ロボットの制御に有効であることを示す。
我々は,SNNを用いたシミュレーションソフトロボットのEvoGym環境における形態的コミュニケーションの出現について検討した。
論文 参考訳（メタデータ） (2025-08-27T14:26:58Z) - Multifunctional physical reservoir computing in soft tensegrity robots [2.0686733932673604]
近年の研究では、物理系の力学を所望の情報処理に活用できることが示されている。
本研究では、このアプローチを拡張して、1つのだけでなく複数の動作をテングレティロボットと呼ばれるソフトロボットに組み込む。
トレーニングデータの外部に,システムの状態空間に「未学習の引き付け者」が存在することを示す。
論文 参考訳（メタデータ） (2025-07-29T04:33:02Z) - Langevin Flows for Modeling Neural Latent Dynamics [81.81271685018284]
逐次変分自動エンコーダであるLangevinFlowを導入し、潜伏変数の時間的進化をアンダーダム化したLangevin方程式で制御する。
われわれのアプローチは、慣性、減衰、学習されたポテンシャル関数、力などの物理的事前を組み込んで、ニューラルネットワークにおける自律的および非自律的プロセスの両方を表現する。
本手法は,ロレンツ誘引器によって生成される合成神経集団に対する最先端のベースラインより優れる。
論文 参考訳（メタデータ） (2025-07-15T17:57:48Z) - Single Neuromorphic Memristor closely Emulates Multiple Synaptic
Mechanisms for Energy Efficient Neural Networks [71.79257685917058]
我々はこれらのシナプス機能を本質的にエミュレートするSrTiO3に基づく膜状ナノデバイスを実証する。
これらのメムリスタは、安定かつエネルギー効率の良い運転を可能にする非定常低導電系で機能する。
論文 参考訳（メタデータ） (2024-02-26T15:01:54Z) - Astrocyte Regulated Neuromorphic Central Pattern Generator Control of Legged Robotic Locomotion [7.828170373014957]
本稿では,四足歩行ロボットの移動歩行を学習するためのアストロサイト制御スパイキングニューラルネットワーク(SNN)を用いた CPG を提案する。
SNNベースのCPGは、多目的物理シミュレーションプラットフォーム上でシミュレーションされ、平地でロボットを走らせながらトロッティング歩行が出現する。
最先端の強化学習に基づくロボット制御アルゴリズムと比較して、23.3Times$計算パワーセーブが観測される。
論文 参考訳（メタデータ） (2023-12-25T20:33:16Z) - Continuous Learning and Adaptation with Membrane Potential and
Activation Threshold Homeostasis [91.3755431537592]
本稿では,MPATH(Membrane Potential and Activation Threshold Homeostasis)ニューロンモデルを提案する。
このモデルにより、ニューロンは入力が提示されたときに自動的に活性を調節することで動的平衡の形式を維持することができる。
実験は、モデルがその入力から適応し、継続的に学習する能力を示す。
論文 参考訳（メタデータ） (2021-04-22T04:01:32Z) - Neuromorphic adaptive spiking CPG towards bio-inspired locomotion of
legged robots [58.720142291102135]
スパイクセントラルパターンジェネレーターは、外部刺激によって駆動される異なる移動パターンを生成します。
終端ロボットプラットフォーム(あらゆる脚ロボット)の移動は、任意のセンサーを入力として地形に適応することができる。
論文 参考訳（メタデータ） (2021-01-24T12:44:38Z) - Spiking neural state machine for gait frequency entrainment in a
flexible modular robot [0.294944680995069]
3つのスパイキングニューロンからなるバイスタブル緩和発振器モジュールに基づくニューロモルフィック閉ループ制御のためのモジュラーアーキテクチャを提案する。
4つのモジュールに編成された12個のニューロンの最小限のシステムにより、ロボットの自然な周波数に順応した前方クロール歩行を発生させる、柔軟なプラスチック体積画素からなるモジュラーロボットにより、このアプローチの具体的なケーススタディを提供する。
論文 参考訳（メタデータ） (2020-07-14T20:47:31Z) - Populations of Spiking Neurons for Reservoir Computing: Closed Loop
Control of a Compliant Quadruped [64.64924554743982]
本稿では,ニューラルネットワークを用いた中央パターン生成機構を実装し,閉ループロボット制御を実現するためのフレームワークを提案する。
本研究では,従順な四足歩行ロボットのシミュレーションモデル上で,予め定義された歩行パターン,速度制御,歩行遷移の学習を実演する。
論文 参考訳（メタデータ） (2020-04-09T14:32:49Z)
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。