論文の概要: Adapting Rigid-Body Dynamics Derivatives for Constraint Embedding Closed-Chain Models

• arxiv url: http://arxiv.org/abs/2609.21024v1
• Date: Thu, 17 Sep 2026 19:22:53 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-21 18:40:16.76337
• Title: Adapting Rigid-Body Dynamics Derivatives for Constraint Embedding Closed-Chain Models
• Title（参考訳）: 閉鎖モデル埋め込み制約に対する剛体-体動誘導体の適応
• Abstract要約: 我々は、剛体力学の一階微分の既存のアルゴリズムを閉鎖運動系に拡張する。 本結果により, 拘束組込みアクチュエータサブ機構のより正確な動的計算が可能となった。
• 参考スコア（独自算出の注目度）: 6.348614115008156
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: This paper extends an existing algorithm for the first-order derivatives of rigid-body dynamics to the case of closed-chain kinematic systems modeled using constraint embed- ding. Many standard dynamics algorithms apply to both open- chain and constraint-embedded models, but existing efficient derivative methods assume joint velocity effects are locally config- uration invariant. We remove this assumption and derive adapted algorithms that extend dynamics derivatives to more general joint types, including those arising in constraint-embedded closed- chain models. Our results compare conventional pin-joint robot models with more complete actuation models that capture local closed chains. We show that the additional terms introduced by these generalizations have low computational impact when mod- eling actuation kinematics alone, but can incur higher cost when additional rigid bodies, such as motor rotors, are included in the actuation chain, or when considering non-local loops. Overall, these results enable more accurate dynamics computations for constraint-embedded actuation submechanisms to be adopted in model-predictive control and differentiable simulation.
• Abstract（参考訳）: 本稿では,剛体力学の1次微分に対する既存のアルゴリズムを,制約組込み符号化を用いてモデル化した閉鎖運動系に拡張する。 多くの標準力学アルゴリズムは開鎖モデルと制約埋め込みモデルの両方に適用されるが、既存の効率的な微分法は、結合速度効果は局所的な構成-慣性不変であると仮定する。 この仮定を排除し、動的導関数をより一般的なジョイントタイプに拡張する適応アルゴリズムを導出する。 本研究は,従来のピンジョイントロボットモデルと,局所閉鎖をキャプチャするより完全なアクチュエータモデルを比較した。 これらの一般化によって導入された追加用語は、モーメント・エリング・アクティベーション・キネマティクスだけでは計算効果が低いが、モータ・ローターなどの付加剛体がアクティベーション・チェーンに含まれる場合や非局所ループを考慮した場合、よりコストが高くなることを示す。 全体として、これらの結果はモデル予測制御や微分可能シミュレーションにおいて、制約を組み込んだアクティベーションサブメカニズムのより正確な動的計算を可能にする。

関連論文リスト

• Constraint-Free Static Modeling of Continuum Parallel Robot [2.1933060555769073]
  連続並列ロボット(CPR)は、閉ループトポロジーにおいて、剛体運動機構と複数の弾性棒を結合する。 本稿では, 幾何学的非線形, 大規模変形, 大規模回転条件下でも有効であるCPRの幾何的精度, 構成ベース, 制約のない静的モデルを提案する。
  論文  参考訳（メタデータ） (2026-03-05T15:49:30Z)
• Model-Less Feedback Control of Space-based Continuum Manipulators using Backbone Tension Optimization [0.0]
  連続マニピュレータは、閉じ込められた、障害物の多い環境でのナビゲーションのディクスタリティと安全なコンプライアンスを提供する。 無限次元のバックボーン変形、非モデル化内部摩擦、構成に依存した剛性は、モデルベースキネマティックな定式化の信頼性を制限する。 この研究は、微分凸更新を通じてオンラインに改良された経験的に固有のヤコビアンを用いて、キネマティックモデリングをバイパスする完全なモデルレス制御フレームワークを提案する。
  論文  参考訳（メタデータ） (2025-12-07T09:34:28Z)
• Nonlinear Model Order Reduction of Dynamical Systems in Process Engineering: Review and Comparison [50.0791489606211]
  我々は、最先端の非線形モデルオーダー削減手法についてレビューする。 本稿では,(化学)プロセスシステムのための汎用的手法と適合したアプローチについて論じる。
  論文  参考訳（メタデータ） (2025-06-15T11:39:12Z)
• Latent Space Energy-based Neural ODEs [73.01344439786524]
  本稿では,連続時間列を表現するために設計された新しい深部力学モデルを提案する。 マルコフ連鎖モンテカルロの最大推定値を用いてモデルを訓練する。 振動系, ビデオ, 実世界の状態系列(MuJoCo)の実験結果から, 学習可能なエネルギーベース先行モデルの方が既存のモデルより優れていることが示された。
  論文  参考訳（メタデータ） (2024-09-05T18:14:22Z)
• Constrained Synthesis with Projected Diffusion Models [47.56192362295252]
  本稿では, 制約や物理原理の遵守を満足し, 証明する上で, 生成拡散プロセスへのアプローチを紹介する。 提案手法は, 従来の生成拡散過程を制約分布問題として再キャストし, 制約の順守を保証する。
  論文  参考訳（メタデータ） (2024-02-05T22:18:16Z)
• Learning Nonlinear Projections for Reduced-Order Modeling of Dynamical Systems using Constrained Autoencoders [0.0]
  制約付き自己エンコーダニューラルネットワークによって記述された非線形射影のクラスを導入し,データから多様体と射影繊維の両方を学習する。 我々のアーキテクチャでは、エンコーダがデコーダの左逆であることを保証するために、可逆的アクティベーション関数と生物直交重み行列を用いる。 また,高速なダイナミックスと非正規性を考慮した斜め射影ファイバの学習を促進するために,新しいダイナミックス対応コスト関数を導入する。
  論文  参考訳（メタデータ） (2023-07-28T04:01:48Z)
• Neural Abstractions [72.42530499990028]
  本稿では,ニューラルネットワークを用いた非線形力学モデルの安全性検証手法を提案する。 提案手法は,既存のベンチマーク非線形モデルにおいて,成熟度の高いFlow*と同等に動作することを示す。
  論文  参考訳（メタデータ） (2023-01-27T12:38:09Z)
• Decimation technique for open quantum systems: a case study with driven-dissipative bosonic chains [62.997667081978825]
  量子系の外部自由度への不可避結合は、散逸(非単体)ダイナミクスをもたらす。 本稿では,グリーン関数の(散逸的な)格子計算に基づいて,これらのシステムに対処する手法を提案する。 本手法のパワーを,複雑性を増大させる駆動散逸型ボゾン鎖のいくつかの例で説明する。
  論文  参考訳（メタデータ） (2022-02-15T19:00:09Z)
• Model-Based Reinforcement Learning via Stochastic Hybrid Models [39.83837705993256]
  本稿では非線形モデリングと制御のハイブリッドシステムビューを採用する。 本稿では,データの時間的構造を捉えるシーケンスモデリングパラダイムについて考察する。 これらの時系列モデルは,ローカルフィードバックコントローラの抽出に使用するクローズドループ拡張を自然に認めていることを示す。
  論文  参考訳（メタデータ） (2021-11-11T14:05:46Z)
• Nonlinear proper orthogonal decomposition for convection-dominated flows [0.0]
  そこで本稿では,自動エンコーダと長期記憶ネットワークを組み合わせたエンドツーエンドのガレルキンフリーモデルを提案する。 我々の手法は精度を向上するだけでなく、トレーニングやテストの計算コストを大幅に削減する。
  論文  参考訳（メタデータ） (2021-10-15T18:05:34Z)
• Policy Analysis using Synthetic Controls in Continuous-Time [101.35070661471124]
  因果推論における手法開発において, 合成制御を用いた因果推定は最も成功した手法の1つである。 本稿では,制御された微分方程式の定式化を明示的に用い,潜在反事実経路をモデル化する連続時間代替法を提案する。
  論文  参考訳（メタデータ） (2021-02-02T16:07:39Z)

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。