論文の概要: Tendon-Driven Continuum Robot with Modular Stiffness and In-Situ Self Pose Estimation

• arxiv url: http://arxiv.org/abs/2609.16256v1
• Date: Mon, 14 Sep 2026 19:21:09 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-16 14:56:08.209685
• Title: Tendon-Driven Continuum Robot with Modular Stiffness and In-Situ Self Pose Estimation
• Title（参考訳）: モジュール剛性を有する腱駆動型連続ロボットとその場姿勢推定
• Abstract要約: 本稿では,機械的再構成性と車載ポーズ推定を組み合わせた自己完結型モジュール型連続ロボットプラットフォームを提案する。 原始知覚は磁気センサとモジュラー学習ベースのフレームワークを用いて達成される。 システムは実世界で実験的に検証され、外部追跡なしで自己認識能力と適応性を示す。
• 参考スコア（独自算出の注目度）: 11.597035276368608
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Continuum robots enable smooth shape morphing and safe interaction in confined environments. However, most existing systems are task-specific and depend on external sensing infrastructure, limiting their adaptability and real-world deployment. This paper presents a self-contained modular continuum robotic platform that combines mechanical reconfigurability with onboard pose estimation. The robot is constructed from interchangeable continuum joints with analytically precomputed stiffness, allowing rapid assembly and direct programming of the robot shape. Proprioceptive sensing is achieved using magnetic sensors and a modular learning-based framework, where a single model is trained per joint and reused across configurations. The system is experimentally validated in real world, demonstrating self-sensing capabilities and adaptation without external tracking.
• Abstract（参考訳）: 連続ロボットは、閉じ込められた環境で円滑な形状変化と安全な相互作用を可能にする。 しかし、既存のシステムの多くはタスク固有であり、外部のセンサーインフラに依存しており、適応性と実環境への展開を制限している。 本稿では,機械的再構成性と車載ポーズ推定を組み合わせた自己完結型モジュール型連続ロボットプラットフォームを提案する。 ロボットは、解析的に予め計算された剛性を持つ交換可能な連続継手から構築され、ロボット形状の迅速な組立と直接プログラミングを可能にする。 Proprioceptive Senceptiveは、磁気センサとモジュラー学習ベースのフレームワークを使用して実現され、単一のモデルが共同でトレーニングされ、構成間で再利用される。 システムは実世界で実験的に検証され、外部追跡なしで自己認識能力と適応性を示す。

関連論文リスト

• Tensegrity Continuum Robots Enable Task-Adaptive Morphologies for Cooperative Behaviors [3.443736248915025]
  両アーキテクチャの利点を両アーキテクチャの長所に統合するMRRを導入し, 引張性に基づく適合体と爪による接続機構を組み合わせる。 ロボットの能力は,協調した物体操作・輸送,マルチモーダル移動,ロコ操作など,多様なタスクや環境にまたがる。 これらの結果は適応的で多機能なロボット集団の基礎となり、製造、宇宙探査、捜索救助活動に幅広い応用が期待できる。
  論文  参考訳（メタデータ） (2026-08-27T15:05:30Z)
• Contact-Driven Localization in a Freeform Robotic Self-Assembled Structure [0.0]
  そこで本研究では,モジュールロボットの接触駆動位置決め手法を提案する。 本稿では,ロボットがドックに接続された隣人に惹きつけられるポーズを反復的に洗練し,非接続状態から反発する仮想力フレームワークを提案する。 この方法は外部インフラを必要とせず、最小限のオンボードセンシングにのみ依存する。
  論文  参考訳（メタデータ） (2026-08-03T21:23:35Z)
• A Continual Learning Framework for Adaptive Control of Modular Soft Robots [4.374184567811783]
  ソフトロボットは医療介入、リハビリテーション、ロボット操作などの応用において大きな注目を集めている。 MSRは、複雑なタスクを実行することができる高度に変形可能で再構成可能な構造を持つ、新しいタイプのロボットシステムである。 既存のアプローチでは、ロボットの形態が変わるたびにコントローラーをスクラッチから再訓練する必要がある。 本稿では,ロボット形態の変化に漸進的に適応できる連続学習型制御フレームワークを提案する。
  論文  参考訳（メタデータ） (2026-07-07T19:11:07Z)
• Reinforcement learning in linear embedding space unlocks generalizable control across soft robot configurations [60.42735420750131]
  タコや象のトランクのような軟体生物は、顕著な形態的適応性を示す。 近年、様々なソフトロボットが登場し、様々な素材、硬さ、特定のタスクに合わせた形態を特徴としている。 本稿では,多様なソフトロボット構成にまたがる迅速な適応を可能にする汎用制御システムを提案する。
  論文  参考訳（メタデータ） (2026-06-06T11:09:46Z)
• 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)
• Physical Human-Robot Interaction for Grasping in Augmented Reality via Rigid-Soft Robot Synergy [43.680646123465316]
  ハイブリッド剛性ソフトロボットは、剛性マニピュレータの精度とソフトアームの適合性と適応性を組み合わせる。 本稿では,ハイブリッドソフトロボットの遠隔操作を可能にする,拡張現実(AR)ベースの物理ロボットインタラクションフレームワークを提案する。
  論文  参考訳（メタデータ） (2026-02-19T06:56:47Z)
• SORS: A Modular, High-Fidelity Simulator for Soft Robots [5.660024841218955]
  ソフトロボットは、大きな非線形変形、材料非圧縮性、接触相互作用のために、ユニークなモデリング課題を提起する。 ソフトロボット応用のための多用途高忠実度シミュレータSORSを提案する。
  論文  参考訳（メタデータ） (2025-12-17T21:58:46Z)
• Learning Causal Structure Distributions for Robust Planning [53.753366558072806]
  構造情報の不確実性を考慮しながら,機能的関係を学習することで,より堅牢な力学モデルがもたらされることがわかった。 これは、因果構造を無視し、ロボットシステムにおける相互作用の空間性を活用するのに失敗する一般的なモデル学習手法とは対照的である。 本稿では,本モデルを用いてロボットの力学を学習し,新しい環境下での新たな作業を行うためのサンプリング・ベース・プランナーを併用することを提案する。
  論文  参考訳（メタデータ） (2025-08-08T22:43:17Z)
• Nonprehensile Riemannian Motion Predictive Control [57.295751294224765]
  本稿では,リアル・ツー・シムの報酬分析手法を導入し,リアルなロボット・プラットフォームに対する行動の可能性を確実に予測する。 連続的なアクション空間でオブジェクトを反応的にプッシュするクローズドループコントローラを作成します。 我々は,RMPCが乱雑な環境だけでなく,乱雑な環境においても頑健であり,ベースラインよりも優れていることを観察した。
  論文  参考訳（メタデータ） (2021-11-15T18:50:04Z)
• Integrated Benchmarking and Design for Reproducible and Accessible Evaluation of Robotic Agents [61.36681529571202]
  本稿では,開発とベンチマークを統合した再現性ロボット研究の新しい概念について述べる。 このセットアップの中心的なコンポーネントの1つはDuckietown Autolabであり、これは比較的低コストで再現可能な標準化されたセットアップである。 本研究では,インフラを用いて実施した実験の再現性を解析し,ロボットのハードウェアや遠隔実験室間でのばらつきが低いことを示す。
  論文  参考訳（メタデータ） (2020-09-09T15:31:29Z)

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。