論文の概要: Diffusion-Based Generation of Gait Trajectories

• arxiv url: http://arxiv.org/abs/2609.14642v1
• Date: Sun, 13 Sep 2026 16:27:52 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-16 07:15:05.871794
• Title: Diffusion-Based Generation of Gait Trajectories
• Title（参考訳）: 拡散に基づく歩行軌跡の生成
• Abstract要約: 患者固有のパラメータを基準とした筋骨格歩行軌跡の生成は、ウェアラブルロボティクスとリハビリテーションにとって重要な課題である。 本研究では,歩行パラメータを条件とした下肢関節角度軌跡を生成するための条件拡散モデルについて検討する。 4,590の歩行周期のデータセットの実験により、拡散モデルが現実的な周期的な歩行軌道を生成できることが示されている。
• 参考スコア（独自算出の注目度）: 1.1873304786619876
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Generation of musculoskeletal gait trajectories conditioned on patient-specific parameters remains a key challenge for wearable robotics and rehabilitation. Assistive systems such as lower-limb exoskeletons require reference trajectories that adapt to individual morphology and therapeutic goals while preserving biomechanical realism. Traditional approaches rely on hand-crafted gait templates or optimization procedures that scale poorly across subjects and walking conditions. In this work, we explore conditional diffusion models for generating lower-limb joint-angle trajectories conditioned on gait parameters such as step length. We compare a baseline transformer diffusion model with a controllable diffusion transformer variant incorporating adaptive normalization and classifier-free guidance. Experiments on a dataset of 4,590 gait cycles show that diffusion models can generate realistic periodic gait trajectories while enabling some controllability variation in gait characteristics, highlighting their potential for personalized gait synthesis in assistive robotics.
• Abstract（参考訳）: 患者固有のパラメータに調和した筋骨格歩行軌跡の生成は、ウェアラブルロボティクスとリハビリテーションにとって重要な課題である。 下肢外骨格のような補助系は、生体力学的リアリズムを保ちながら、個々の形態や治療目標に適応する参照軌道を必要とする。 伝統的なアプローチは、被写体や歩行条件に対して低スケールの、手作りの歩行テンプレートや最適化手順に依存している。 本研究では,歩幅などの歩行パラメータを条件とした下肢関節角度軌跡を生成するための条件拡散モデルについて検討する。 適応正規化と分類器フリーガイダンスを取り入れたベースライン変圧器拡散モデルと制御可能な拡散変圧器変圧器変速器の比較を行った。 4,590個の歩行周期のデータセットを用いた実験により、拡散モデルは歩行特性の制御可能性の変化を可能とし、補助ロボット工学におけるパーソナライズされた歩行合成の可能性を強調しながら、リアルな周期的な歩行軌跡を生成できることが示されている。

関連論文リスト

• Diffusion-Based Body Schema Learning Enabling Abnormal-State Adaptation in Musculoskeletal Robots [5.053821868443824]
  筋肉骨格ロボットは、広範囲の物理的状態変化の下で一貫している内部のボディスキーマを必要とする。 本研究では,筋骨格ロボットにおける身体スキーマ学習のための拡散型フレームワークを提案する。
  論文  参考訳（メタデータ） (2026-08-02T06:10:03Z)
• Diffusion learning reveals viable parameter manifolds and compensation geometry in biological dynamical systems [0.8373151777137791]
  本研究では,パラメータ・トゥ・フェース・マップの下でのシステムの対象行動の逆画像として,互換パラメータ集合を表現可能なパラメータ多様体として定式化する。 シミュレーションパラメーター対の条件付きスコアベース拡散モデルを訓練し、それらを事前重み付け可能な集合のアモータライズ標本として利用する。 この観点では、ロバスト性、補償、および隠れパラメータ依存は逆幾何学として組織され、拡散モデルは、その幾何学をサンプリング、視覚化、尋問するための実用的なツールを提供する。
  論文  参考訳（メタデータ） (2026-07-04T02:51:11Z)
• DUET: Dual-Paradigm Adaptive Expert Triage with Single-cell Inductive Prior for Spatial Transcriptomics Prediction [6.028508407069093]
  組織像から空間的に解決された遺伝子発現を推定することは空間転写学に費用対効果をもたらす。 本稿では,パラメトリック予測とメモリベース検索を共役する新しいデュアルパラダイムフレームワークDUETを提案する。
  論文  参考訳（メタデータ） (2026-05-13T20:43:29Z)
• Hyperparameter Trajectory Inference with Conditional Lagrangian Optimal Transport [51.56484100374058]
  デプロイ後、ユーザの好みが進化し、初期設定が望ましくないようになる。 我々は、観測データから、NNの条件付き出力分布がハイパーパラメータでどのように変化するかを学ぶ。 我々は、NNを観測されていないハイパーパラメータで近似する代理モデルを構築した。
  論文  参考訳（メタデータ） (2026-03-02T11:55:02Z)
• AdaMorph: Unified Motion Retargeting via Embodiment-Aware Adaptive Transformers [49.796014934503184]
  本研究では、単一モデルで多様なロボット形態に人間の動きを適応させることができる統一型ニューラルネットワークフレームワークを提案する。 12個の異なるヒューマノイドロボットの実験結果から、AdaMorphが異種トポロジにわたって効果的に制御できることが示されている。
  論文  参考訳（メタデータ） (2026-01-12T07:39:38Z)
• Set Transformer Architectures and Synthetic Data Generation for Flow-Guided Nanoscale Localization [13.521075124606973]
  Flow-guided Localization (FGL) は、診断上の関心事を含む人体内の空間領域の同定を可能にする。 既存のFGLソリューションは、固定トポロジや手作りの機能を備えたグラフモデルに依存しており、解剖学的変数への適応性を制限し、スケーラビリティを妨げている。 本定式化は,ナノデバイスにおける循環時間レポートを非順序集合として扱い,空間的先行時間に依存することなく,置換不変な可変長入力処理を可能にする。
  論文  参考訳（メタデータ） (2025-08-22T08:22:25Z)
• A scalable gene network model of regulatory dynamics in single cells [88.48246132084441]
  本稿では,遺伝子ネットワーク構造を結合微分方程式に組み込んで,遺伝子制御関数をモデル化する機能的学習可能モデルFLeCSを提案する。 FLeCS は (pseudo) 時系列の単一セルデータから, セルの動態を正確に推定する。
  論文  参考訳（メタデータ） (2025-03-25T19:19:21Z)
• Synthetic location trajectory generation using categorical diffusion models [50.809683239937584]
  拡散モデル(DPM)は急速に進化し、合成データのシミュレーションにおける主要な生成モデルの一つとなっている。 本稿では,個人が訪れた物理的位置を表す変数列である合成個別位置軌跡(ILT)の生成にDPMを用いることを提案する。
  論文  参考訳（メタデータ） (2024-02-19T15:57:39Z)
• MobilityGPT: Enhanced Human Mobility Modeling with a GPT model [15.16172813601417]
  我々は, 自動回帰生成タスクとして, 生成事前学習型トランスフォーマアーキテクチャを活用して, 人間のモビリティモデリングを再構築する。 本稿では,ジオスパティカル・アウェア・ジェネレーティブ・モデルであるモビリティGPTを提案する。 実世界のデータセットの実験では、モビリティGPTは最先端の手法よりも優れたパフォーマンスを示している。
  論文  参考訳（メタデータ） (2024-02-05T18:22:21Z)
• A Twin Neural Model for Uplift [59.38563723706796]
  Upliftは条件付き治療効果モデリングの特定のケースです。 相対リスクのベイズ解釈との関連性を利用して定義した新たな損失関数を提案する。 本提案手法は,シミュレーション設定の最先端と大規模ランダム化実験による実データとの競合性を示す。
  論文  参考訳（メタデータ） (2021-05-11T16:02:39Z)
• Haar Wavelet based Block Autoregressive Flows for Trajectories [129.37479472754083]
  歩行者等の軌道予測は,自律型エージェントの性能向上に不可欠である。 本稿では分割結合を利用した新しいハールウェーブレットに基づくブロック自己回帰モデルを提案する。 実世界の2つのデータセット上で、多種多様な正確な軌跡を生成するアプローチの利点について説明する。
  論文  参考訳（メタデータ） (2020-09-21T13:57:10Z)

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。