論文の概要: TAPESIM: Efficient Simulation of Adhesive Tape Dispensing for Robotic Manipulation
- arxiv url: http://arxiv.org/abs/2609.28766v2
- Date: Mon, 28 Sep 2026 03:31:21 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-29 21:31:51.755328
- Title: TAPESIM: Efficient Simulation of Adhesive Tape Dispensing for Robotic Manipulation
- Title（参考訳）: TAPESIM:ロボットマニピュレーションのための粘着テープの効率的なシミュレーション
- Abstract要約: TapeSimはテープシミュレーターで、領域と解放されたストリップに沿って変形を集中させる。
固いクラスターは、ほとんどの巻物を表すが、進行する変形可能な首輪は、ペイアウトを可能にし、解放されたテープを柔軟かつ再着脱することができる。
- 参考スコア（独自算出の注目度）: 26.795517257399904
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Applying adhesive tape to secure wire harnesses or seal packages requires robots to coordinate a flexible strip, a moving roll, and surfaces that attach and detach. Simulation could make these interactions repeatable for robot development and evaluation, but resolving every adhesive layer is expensive and can suppress roll motion at practical solver tolerances, while a permanently rigid roll cannot release material. We present TapeSim, a tape simulator that concentrates deformation near the unwinding region and along the released strip. We will release the source code. A rigid cluster represents most wound material, while an advancing deformable collar enables payout and leaves released tape flexible and reattachable. Optional releasable bonds simplify adhesive interfaces and reduce mean step times for smaller rolls. Controlled swing tests show improved roll rotation. At 32 turns, clustering gives 3.2-3.4x mean physics-step speedups at a fixed Newton tolerance and 4.5-8.4x for comparable roll motion. Across five real-motion Stick replays, the clustered variants reduce mean image-plane core-landmark error by 23-29% relative to the full-shell cohesive baseline. On 100 paired Peel cases, they improve balanced accuracy from 50% to 72.9-76.3%, with interface rankings varying across tasks. A teleoperated box-sealing sequence demonstrates attachment, dispensing, cutting, and sealing in a continuous workflow.
- Abstract（参考訳）: 接着剤テープをワイヤーハーネスやシールパッケージの確保に応用するには、柔軟なストリップ、回転するロール、そして着脱する表面を調整する必要がある。
シミュレーションにより、ロボットの開発と評価にこれらの相互作用を再現できるが、すべての接着剤層を分解することは高価であり、実用的な解凍器の耐久力でロールの動きを抑えることができる。
テープシミュレータのTapeSimについて述べる。
ソースコードを公開します。
固いクラスターは、ほとんどの巻物を表すが、進行する変形可能な首輪は、ペイアウトを可能にし、解放されたテープを柔軟かつ再着脱することができる。
任意のレリーズ可能なボンドは接着界面を簡素化し、より小さなロールの平均ステップ時間を短縮する。
制御された揺動試験では、ロールローテーションが改善された。
32回転で、クラスタリングは3.2-3.4xの平均的な物理ステップのスピードアップをニュートンの許容速度で行い、4.5-8.4xと同等のロール運動を行う。
5つの実動スティックのリプレイにおいて、クラスタ化された変種は、フルシェル粘着基線と比較して平均画像平面のコアランドマーク誤差を23～29%削減する。
100組のピールケースでは、平衡精度を50%から72.9-76.3%に改善し、タスクごとにインターフェースランキングが変更されている。
遠隔操作のボックスシーリングシーケンスは、継続的なワークフローでアタッチメント、ディスペンション、カット、封印を示す。
関連論文リスト
- MuJoCable: Reduced-Order Surface-Routed Cable Transmission for Tendon-Driven Robots [10.071262412532642]
腱伝達は遠位慣性を減少させ、コンプライアンスを付加するが、ルーティング、スラック、摩擦は運動と力伝達を支配している。
我々は、MuJoCoに低次、構成に依存しないケーブル伝送を提供するMuJoCableを提案する。
論文 参考訳（メタデータ） (2026-09-09T02:11:29Z) - On the Design of Qwen3.8-Next Architecture: Evaluation, Efficiency, and Training Stability [57.03393882933515]
Qwen3.8-Flash-Nextは125Bパラメータ、トークンあたり6Bアクティベートされ、加速器から保持されるn-gram埋め込みテーブルの51Bパラメータを持つスパースミックス・オブ・エキスパートモデルである。
トレーニング前の14のベンチマークでは、このモデルは前モデルの397B-A17Bを8点、残りを少なくとも2.6ポイント、アクティベートされたパラメータが1/3、トレーニングトークンが1/3、トレーニング用FLOPが1/9であった。
論文 参考訳（メタデータ） (2026-08-31T06:35:07Z) - Task-Relevant Feature-Dynamics Fidelity Enables Zero-Shot Sim-to-Real Transfer for Robotic Ultrasound Scanning [58.25007580703646]
我々は,共有構造中間領域,軌道レベルの固定雑音,数ステップの条件流生成を組み合わせたTR指向超音波シミュレータを開発した。
ファントム実験では、4つの標的機に400発のゼロショット配置のうち390発が成功した。
論文 参考訳（メタデータ） (2026-08-30T02:37:00Z) - SoRoMoX: Fast, Differentiable, and Parallelizable Soft Robot Models [40.64972837908431]
SoRoMoXは、統一された制御可能なインターフェースを通じて、明瞭な、Piecewise Constant Strain、および可変ストレインモデルを実装している。
連続したCPUロールアウトは最先端の代替よりも18.1倍速く、GPU並列ロールアウトはスループットを最大234.6倍向上させる。
論文 参考訳（メタデータ） (2026-08-06T23:31:47Z) - EquiDexFlow: Contact-Grounded SE(3)-Equivariant Dexterous Grasp Generative Flows [5.99447754429793]
EquiDexFlowは、手首のポーズ、関節角、指先接触、表面正常、物体の点雲からの接触力を予測する。
我々は16-DoFアレッグロハンドのために81個の物体にまたがる8,100個の力閉鎖グリップを訓練した。
本モデルでは, 摩擦破壊がゼロ, 合成スコアが最高, レンチ残差が最低となる。
論文 参考訳（メタデータ） (2026-06-10T22:27:03Z) - Adaptive Smooth Tchebycheff Attention for Multi-Objective Policy Optimization [55.338784037660474]
ドメインにおける多曲率強化学習は、矛盾する目的間の複雑な非脆弱な干渉トレードオフのバランスを必要とする。
本稿では,生態系をモニタリングするプロキシであるロボットビジュアルを用いた,新しいリアルタイムなリアルタイム最適化を提案する。
論文 参考訳（メタデータ） (2026-05-12T21:32:57Z) - TACT: Mitigating Overthinking and Overacting in Coding Agents via Activation Steering [70.99933391739154]
我々は、エージェントが既に持っている情報に対して繰り返し理由付けを行う2つの障害モードと、最近の観察を統合したり、新たな証拠を取得することなくツールコールを発行する2つの障害モードに焦点を当てる。
本稿では,活性化ステアリングによるTACT (Think-Act via activation Steering) を導入し,動作不良として現れる前に残留流中のエージェントの漂流を検知・緩和する。
具体的には、軌道のステップを過度に考え、過剰に実行し、あるいは校正し、隠れた状態が2つの *drift 軸* に沿って線形に分離できることを発見し、それぞれの障害モードに向かって校正された振る舞いを指示する。
論文 参考訳（メタデータ） (2026-05-07T10:24:27Z) - Reactive Slip Control in Multifingered Grasping: Hybrid Tactile Sensing and Internal-Force Optimization [0.6882042556551609]
本稿では,ロボットグリップにおける手動すべりを抑えるために,動的内部力適応のためのハイブリッド学習とモデルベースアプローチを提案する。
マルチモーダル触覚スタックは、高速すべりキューに対する圧電(PzE)センシングと、接触位置決めのための圧電抵抗(PzR)アレイを組み合わせる。
外部摂動下でのマルチフィンガーグリップの反応性安定化を実証する。
論文 参考訳（メタデータ） (2026-02-18T01:37:07Z) - Coordinate Transformer: Achieving Single-stage Multi-person Mesh
Recovery from Videos [91.44553585470688]
ビデオから複数人の3Dメッシュを回収することは、バーチャルリアリティーや理学療法などにおけるグループ行動の自動認識に向けた重要な第一歩である。
本稿では,複数人物の時空間関係を直接モデル化し,同時にエンドツーエンドでマルチ・メッシュ・リカバリを行うコーディネート・トランスフォーマーを提案する。
3DPWデータセットの実験では、CoordFormerが最先端の精度を大幅に向上し、MPJPE、PAMPJPE、PVEの計測値でそれぞれ4.2%、8.8%、そして4.7%を上回った。
論文 参考訳（メタデータ） (2023-08-20T18:23:07Z) - DiSECt: A Differentiable Simulator for Parameter Inference and Control
in Robotic Cutting [71.50844437057555]
軟質材料を切断するための最初の微分可能シミュレータであるDiSECtについて述べる。
シミュレータは、符号付き距離場に基づく連続接触モデルにより有限要素法を増強する。
このシミュレータは, 最先端の商用解法を用いて, 結果の力やフィールドに適合するようにキャリブレーションできることを示す。
論文 参考訳（メタデータ） (2022-03-19T07:27:19Z)
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。