論文の概要: Fly, Drive, Reconfigure: A Modular Reconfigurable Aerial-Ground Platform for Field Operations
- arxiv url: http://arxiv.org/abs/2609.28887v1
- Date: Thu, 24 Sep 2026 01:03:10 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-25 21:10:09.630045
- Title: Fly, Drive, Reconfigure: A Modular Reconfigurable Aerial-Ground Platform for Field Operations
- Title（参考訳）: Fly, Drive, Reconfigure: フィールド操作のためのモジュール構成可能なエアリアルグラウンドプラットフォーム
- Abstract要約: 不均一なロボットチームは特殊エージェントに相補的な能力を分配するが、その物理的役割と能力はミッションを通して固定されている。
本稿では,空飛ぶロボットを物理的に再構成し,フィールド操作の能力を構成する,異種空中ロボットモジュールプラットフォームであるHARPについて述べる。
- 参考スコア（独自算出の注目度）: 1.7476207582873047
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: Heterogeneous robot teams distribute complementary capabilities across specialized agents, but their physical roles and capacities typically remain fixed throughout a mission. We present HARP, a Heterogeneous Aerial Robotic modules Platform in which independently deployable aerial robots physically reconfigure to compose their capabilities for field operations. HARP comprises sensor-equipped scouts, flydrive rover modules, and task-specific payload modules. Scouts map the environment and inform an energy-aware planner that jointly selects routes and air-ground mobility modes. Rover and payload modules fly independently across terrain that constrains ground travel, then autonomously assemble into a cooperative ground vehicle for energy-efficient payload transport. Motivated by environmental sampling in remote and difficult-to-traverse regions, we evaluate HARP through field experiments spanning sensing, planning, reconfiguration, airground mobility, payload transport, and task execution. We further conduct module-level deployment tests on the Greenland Ice Sheet toward future autonomous missions. HARP demonstrates how heterogeneous robot teams can adapt not only their actions, but also how their physical capabilities are composed during a mission.
- Abstract（参考訳）: 不均一なロボットチームは特殊エージェントに相補的な能力を分配するが、その物理的役割と能力は通常ミッションを通して固定される。
本稿では,空飛ぶロボットを物理的に再構成し,フィールド操作の能力を構成する,異種空中ロボットモジュールプラットフォームであるHARPについて述べる。
HARPはセンサー付きスカウト、フライドライブローバーモジュール、タスク固有のペイロードモジュールで構成されている。
スカウトは環境をマップし、ルートと地上移動モードを共同で選択するエネルギーを意識したプランナーに通知する。
ローバーとペイロードモジュールは、地上の移動を制限する地形を独立して飛行し、エネルギー効率のペイロード輸送のために協力的な地上車両に自律的に組み立てる。
遠隔地, 遠隔地, 遠隔地, 遠隔地, 遠隔地, 遠隔地, 遠隔地における環境サンプリングにより, HARPを計測, 計画, 再構成, 空地移動, ペイロード輸送, タスク実行といった現場実験により評価した。
さらに、グリーンランド氷床で将来の自律ミッションに向けてモジュールレベルの展開試験を実施します。
HARPは、異種ロボットチームが自身の行動だけでなく、ミッション中に物理的な能力がどのように構成されるかを実証する。
関連論文リスト
- Autonomous robotic bridging using distributed swarm control without inter-agent communication [0.5387709967970503]
SCARAB-Swarm-Capable Self Robotic Aquatic Bridgingについて述べる。
エージェントとドッキングターゲットの分散Swarmコントロールとマルチモデルセンシングを使用して、エージェントは自分自身をローカライズし、フォーメーションに参加して、望ましいターゲット位置へ進むことができる。
我々の技術により、陸軍は予測不可能で分散した渡河を行い、乗組員の生存可能性を高め、現在の改良リボン橋と比べて物流のフットプリントを最小化できる。
論文 参考訳（メタデータ） (2026-09-01T15:21:12Z) - Self-assembling Modular Aerial Robot for Versatile Aerial Tasks [10.266801150836544]
LEGIONは、協調操作のための飛行中の自己組み立てが可能な再構成可能なモジュール型空中ロボットである。
各ユニットは、両端に共同装備されたドッキングインターフェースが飛行マニピュレータへのエンドツーエンドの自己組み立てを可能にする間、ニブル操作性を保持する。
飛行中に複数のユニットが自律的にドッキングし、一度ラッチすると接触力とトルクを制御して無高度のインターロックを維持できることを示す。
論文 参考訳（メタデータ） (2026-05-19T06:36:10Z) - Heterogeneous Robot Collaboration in Unstructured Environments with Grounded Generative Intelligence [54.91177026001217]
大規模言語モデル(LLM)対応のチーム化手法は、よく構造化された既知の環境を前提とするのが一般的である。
異種ロボットチームにおけるLCMの推論能力を基盤として,これらの制約に対処するフレームワークであるSPINE-HTを提案する。
我々のフレームワークは、従来のLLM対応の不均一なチームリング手法と比較して、ほぼ2倍の成功率を達成する。
論文 参考訳（メタデータ） (2025-10-30T18:24:38Z) - ASTREA: Introducing Agentic Intelligence for Orbital Thermal Autonomy [51.56484100374058]
ASTREAは、自律的な宇宙船運用のためのフライト・ヘリテージ・ハードウェア上で実行される最初のエージェント・システムである。
我々は,資源制約付き大規模言語モデル(LLM)エージェントと強化学習コントローラを,空間対応プラットフォームに適した非同期アーキテクチャに統合する。
論文 参考訳（メタデータ） (2025-09-16T08:52:13Z) - RoboRAN: A Unified Robotics Framework for Reinforcement Learning-Based Autonomous Navigation [15.548637925166986]
多様なロボットプラットフォームと運用環境にまたがって、RLベースのナビゲーションポリシーをトレーニング、評価、デプロイするためのマルチドメインフレームワークを提案する。
本研究は,(1)シームレスなロボットタスク交換性と再現可能なトレーニングパイプラインを実現するスケーラブルでモジュール化されたフレームワーク,(2)複数のロボットによる実世界実験を通じて実世界へのトランスファーを実証するsim-to-real,(3)Isaac Labがトレーニングしたポリシーを実際のロボットに展開する最初のオープンソースAPIのリリース,の4つの重要な貢献について述べる。
論文 参考訳（メタデータ） (2025-05-20T15:48:23Z) - Deploying Foundation Model-Enabled Air and Ground Robots in the Field: Challenges and Opportunities [65.98704516122228]
基礎モデル(FM)をロボット工学に統合することで、ロボットは自然言語を理解し、環境のセマンティクスを推論できるようになった。
本稿では,FM対応ロボットを現場に展開する上で,大規模で非構造的な環境下でのロボットの運用に必要なミッションについて述べる。
数kmのミッションを持つ非構造環境下での大規模LLM対応ロボット計画の実証実験を行った。
論文 参考訳（メタデータ） (2025-05-14T15:28:43Z) - Air-Ground Collaboration for Language-Specified Missions in Unknown Environments [62.56917065429864]
本稿では,無人航空機 (UAV) と無人地上機 (UGV) が,自然言語で指定されたミッションを協調的に達成できる,第一種システムを提案する。
我々は、Large Language Model(LLM)対応プランナーを利用して、オンライン上に構築され、航空ロボットと地上ロボットの間で機会的に共有されるセマンティック・メトリック・マップを推論する。
論文 参考訳（メタデータ） (2025-05-14T03:33:46Z) - ADAPT: An Open-Source sUAS Payload for Real-Time Disaster Prediction and
Response with AI [55.41644538483948]
小型無人航空機システム(sUAS)は、多くの人道支援や災害対応作戦において顕著な構成要素となっている。
我々は,SUAS上にリアルタイムAIとコンピュータビジョンをデプロイするための,オープンソースのADAPTマルチミッションペイロードを開発した。
本研究では,河川氷の状態を監視し,破滅的な洪水現象をタイムリーに予測するための,リアルタイム・飛行中の氷分断の例を示す。
論文 参考訳（メタデータ） (2022-01-25T14:51:19Z) - Autonomous Aerial Robot for High-Speed Search and Intercept Applications [86.72321289033562]
高速物体把握のための完全自律飛行ロボットが提案されている。
追加のサブタスクとして、我々のシステムは、表面に近い極にある気球を自律的にピアスすることができる。
我々のアプローチは、挑戦的な国際競争で検証され、優れた結果が得られました。
論文 参考訳（メタデータ） (2021-12-10T11:49:51Z) - Proficiency Constrained Multi-Agent Reinforcement Learning for
Environment-Adaptive Multi UAV-UGV Teaming [2.745883395089022]
空中と地上の混成ロボットチームは、災害救助、社会保障、精密農業、軍事任務に広く利用されている。
そこで本研究では,Mix-RL (Mix-RL) を用いた地上・空中協調学習手法を開発した。
Mix-RLは、タスク要件と環境条件へのロボット機能の適用を認識しながら、ロボット機能を利用する。
論文 参考訳（メタデータ） (2020-02-10T16:19:58Z)
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。