論文の概要: PINGU: Extending Air-Bearing Spacecraft Emulators with Open-Source Actuators and Learned Control for Contact-Rich Proximity Operations

• arxiv url: http://arxiv.org/abs/2609.23554v1
• Date: Sun, 20 Sep 2026 11:10:09 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-24 16:35:12.783304
• Title: PINGU: Extending Air-Bearing Spacecraft Emulators with Open-Source Actuators and Learned Control for Contact-Rich Proximity Operations
• Title（参考訳）: PINGU: オープンソースのアクチュエータによる空力宇宙機エミュレータの拡張とコンタクトリッチ近接操作の学習制御
• Abstract要約: 低コストの平面飛行テストベッドは、フリーフライング宇宙船GNCの標準プロキシとして成熟しているが、主に推力のみである。 反応ホイールと2つの力/トルクを感知するロボットアーム(LEVION)を交換可能なエンドエフェクターで供給し、第1級制御アクチュエータとして統合する。 我々は,4つのベンチマークタスクで統合システム PINGU を検証する。
• 参考スコア（独自算出の注目度）: 1.154972910973824
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Low-cost planar air-bearing testbeds have matured into a standard proxy for free-flying spacecraft GNC, but they remain largely thruster-only and are rarely equipped for contact-rich, inertia-coupled manipulation. Building on the open-source ATMOS testbed, we contribute a reaction wheel and two force/torque-sensed robotic arms (LEVION) with interchangeable end-effectors, integrated as first-class control actuators through a unified ROS 2 abstraction layer. On top of the software stack we build a reinforcement-learning training environment and digital twin, and a controller that exploits these added degrees of freedom, letting classical optimal controllers and learned policies be swapped on the same hardware without modification. We validate the integrated system, PINGU, across four benchmark tasks: point-to-pose navigation (classical LQR vs. sim-to-real PPO), dynamic disturbance rejection under arm-induced center-of-mass shifts, reaction-wheel momentum stabilization, and force-controlled docking. The results show that these additions extend an ATMOS-class emulator into the contact-rich regime and bridge classical optimal control and reinforcement learning on one reproducible platform.
• Abstract（参考訳）: 低コストの平面飛行テストベッドは、フリーフライング宇宙船 GNC の標準的なプロキシとして成熟しているが、主に推力のみであり、接触に富んだ慣性結合された操作にはほとんど装備されない。 オープンソースのATMOSテストベッド上に構築し,ROS2抽象化層を介して第1級制御アクチュエータとして統合された,交換可能なエンドエフェクタを備えたリアクションホイールと2つの力/トルクセンサロボットアーム(LEVION)をコントリビュートする。 ソフトウェアスタックの上に、強化学習のトレーニング環境とデジタルツインを構築し、これら追加の自由度を利用するコントローラを構築し、古典的な最適コントローラと学習ポリシーを変更せずに同じハードウェアで置き換えることができます。 我々は,PINGUの4つのベンチマークタスク(古典的LQR vs. sim-to-real PPO),アーム駆動型中心-質量シフトによる動的外乱拒絶,反動型運動量安定化,力制御ドッキング)について検証した。 以上の結果から,ATMOS級エミュレータをコンタクトリッチなシステムに拡張し,再現性のあるプラットフォーム上での古典的最適制御と強化学習を橋渡しした。

関連論文リスト

• Contact-Aware Incremental Model Predictive Control for an Underactuated Aerial Manipulator [0.9328991021103293]
  不安定なプラットフォーム上での空中書き込みのためのロバストな接触認識制御フレームワークを提案する。 提案した制御器は、剛体で単リンクで一自由度(DoF)のアームを持つ四重項式空中マニピュレータで検証される。
  論文  参考訳（メタデータ） (2026-09-10T15:03:02Z)
• FALCON-S: Fixed-wing ground-effect Aerodynamics Simulator and Flight Control Learning Suite [15.798029970927535]
  このシミュレータは、TorchとNVIDIA Warpを介して、CPUとGPUバックエンドの両方をサポートする。 統合されたインターフェースは、高度調整や軌道追跡といったタスクにまたがる様々なコントローラに対応している。 X-Plane と JSBSim によるクロスバリデーションもサポートされており、エンジニアリング統合と視覚的忠実性を促進する。
  論文  参考訳（メタデータ） (2026-09-05T12:00:02Z)
• Learning Reactive Dexterous Grasping via Hierarchical Task-Space RL Planning and Joint-Space QP Control [50.28263951510334]
  本稿では,リアクティブなデクスタリーグルーピングのためのハイブリッド階層型制御フレームワークを提案する。 提案手法は,低レベル共同実行から高レベル空間意図を明示的に分離する。 我々は厳密なシミュレーションと現実のパイプラインを通して提案したフレームワークを広範囲に検証する。
  論文  参考訳（メタデータ） (2026-05-05T04:49:38Z)
• 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)
• MARS-Dragonfly: Agile and Robust Flight Control of Modular Aerial Robot Systems [21.471271822760276]
  モジュラー・エアリアル・ロボット・システム(MARS)は、再構成可能な連結構造を持つ複数のドローンユニットから構成される。 MARSは単純な準静的モデルと規則に基づくアロケーションに依存しており、不連続かつ非有界なモーターコマンドを生成する。 我々は、受動ドッキング、検出不要な受動ロック、磁気アシスト分離が可能な小型機械システムを開発した。
  論文  参考訳（メタデータ） (2026-04-07T06:43:08Z)
• Global End-Effector Pose Control of an Underactuated Aerial Manipulator via Reinforcement Learning [15.634803296068009]
  ロボットアームとマルチロータードローンを組み合わせた空中マニピュレータは、アームの重量と機械的複雑さに厳しい制約に直面している。 本研究では,2自由度2自由度(DoF)アームを,6自由度エンドエフェクタのフルポーズ制御が可能な差動機構を用いて検討した。
  論文  参考訳（メタデータ） (2025-12-24T10:00:01Z)
• Bridging the Basilisk Astrodynamics Framework with ROS 2 for Modular Spacecraft Simulation and Hardware Integration [0.0]
  本稿では,バシリスク・アストロダイナミックスシミュレータとロボット・オペレーティング・システム2(ROS2)との間の軽量でオープンソースの通信ブリッジについて述べる。 ブリッジはBasiliskのコアの変更を必要とせず、ROS 2ノードとシームレスに統合される。 我々は,非線形モデル予測制御を用いたリーダ・フォロワ形成飛行シナリオにおいて,ATMOS平面微小重力試験台とシミュレーションの両方で同一に展開されていることを実証した。
  論文  参考訳（メタデータ） (2025-12-10T17:13:24Z)
• Learning a Single Near-hover Position Controller for Vastly Different Quadcopters [56.37274861303324]
  本稿では,クワッドコプターのための適応型ニアホバー位置制御器を提案する。 これは、非常に異なる質量、大きさ、運動定数を持つクワッドコプターに展開することができる。 また、実行中に未知の障害に迅速に適応する。
  論文  参考訳（メタデータ） (2022-09-19T17:55:05Z)
• Skip Training for Multi-Agent Reinforcement Learning Controller for Industrial Wave Energy Converters [94.84709449845352]
  近年のウェーブ・エナジー・コンバータ(WEC)は、発電を最大化するために複数の脚と発電機を備えている。 従来のコントローラは複雑な波のパターンを捕捉する制限を示しており、コントローラはエネルギー捕獲を効率的に最大化する必要がある。 本稿では,従来のスプリングダンパよりも優れたマルチエージェント強化学習コントローラ(MARL)を提案する。
  論文  参考訳（メタデータ） (2022-09-13T00:20:31Z)
• OSCAR: Data-Driven Operational Space Control for Adaptive and Robust Robot Manipulation [50.59541802645156]
  オペレーショナル・スペース・コントロール(OSC)は、操作のための効果的なタスクスペース・コントローラとして使われてきた。 本稿では,データ駆動型OSCのモデル誤差を補償するOSC for Adaptation and Robustness (OSCAR)を提案する。 本手法は,様々なシミュレーション操作問題に対して評価し,制御器のベースラインの配列よりも大幅に改善されていることを示す。
  論文  参考訳（メタデータ） (2021-10-02T01:21:38Z)
• Learning a Contact-Adaptive Controller for Robust, Efficient Legged Locomotion [95.1825179206694]
  四足歩行ロボットのためのロバストコントローラを合成するフレームワークを提案する。 高レベルコントローラは、環境の変化に応じてプリミティブのセットを選択することを学習する。 確立された制御方法を使用してプリミティブを堅牢に実行する低レベルコントローラ。
  論文  参考訳（メタデータ） (2020-09-21T16:49:26Z)

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。