論文の概要: WRAP: Fixtureless Wrench-aware Multi-Robot Assembly Planning

• arxiv url: http://arxiv.org/abs/2609.29407v1
• Date: Thu, 24 Sep 2026 11:31:07 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-25 21:10:09.881613
• Title: WRAP: Fixtureless Wrench-aware Multi-Robot Assembly Planning
• Title（参考訳）: WRAP: 固定レスレンチ対応マルチロボット組立計画
• Abstract要約: 複数のロボットの組立シーケンスの計画は、タスクの割り当てや順序の多さから難しい。 複数部品組立のためのマルチロボット組立プランナであるWrapについて述べる。
• 参考スコア（独自算出の注目度）: 19.66143856788965
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Assembly using robots often requires specially designed fixtures, or relies on top-down only assembly strategies. Using multiple robots, we can avoid using fixtures and make robotic assembly more flexible. Planning assembly sequences for multiple robots is challenging due to the high number of possible task assignments and orders. In addition, we need to reason over forces that occur during the assembly process, e.g., to decide if multiple robots are required for support, or if external support such as a table should be used. We present Wrap, a multi-robot assembly planner for multi-part assemblies, given the inter-part ordering-dependencies, the part meshes, and their initial state. We formulate a linear program to reason about valid grasps for supporting the forces that occur during assembly. The search leverages the assembly sequence, and greedily finds a feasible solution per assembly step by computing a heuristic via a cheap backwards search, and using the heuristic in the more expensive forward search. We then solve the multi-robot, multi-goal motion planning problem, and for execution, we split the plan into contact-rich assembly skills, and free space motion. We benchmark the planner on a variety of multi-part assemblies, and apply the planner to groups of robots differing in size and kinematics. We validate the work both in a physics simulation, and in real. Videos and code are available at https://www.vhartmann.com/wrap.
• Abstract（参考訳）: ロボットを使用した組み立ては、しばしば特別に設計されたフィクスチャを必要とするか、トップダウンのみの組み立て戦略に依存している。 複数のロボットを使用することで、フィクスチャの使用を回避し、ロボット組み立てをより柔軟にすることができる。 複数のロボットの組立シーケンスの計画は、タスクの割り当てや順序の多さから難しい。 さらに、組立プロセス中に発生する力、例えば、複数のロボットがサポートを必要としているか、テーブルのような外部サポートを使うべきかを判断する必要がある。 複数部品組立のためのマルチロボット組立プランナであるWrapについて, 部品間順序依存性, 部品メッシュ, 初期状態について述べる。 我々は、組立中に発生する力を支えるための有効な把握について、線形プログラムを定式化する。 検索はアセンブリシーケンスを利用し、安価な後方探索を通じてヒューリスティックを計算し、より高価な前方探索においてヒューリスティックを使用することにより、アセンブリ毎に実現可能な解を求める。 次に,マルチロボット,マルチゴール動作計画問題を解き,実行のために,計画をコンタクトリッチな組立技術と自由空間運動に分割した。 我々は,多部集合のプランナーをベンチマークし,そのプランナーをサイズや運動学の異なるロボット群に適用する。 本研究は物理シミュレーションと実物の両方で検証する。 ビデオとコードはhttps://www.vhartmann.com/wrap.comで公開されている。

関連論文リスト

• Skill Sequence Planning for Collaborative Multi-Robot Construction [8.339344084141905]
  本稿では,ロボットの異種チームが協調して組み立て作業を行うことのできるスキルシーケンス計画手法を提案する。 中央コントローラは、建物のデジタル表現を建設実体を表す構築関係グラフに変換する。 この表現に基づいて、システムは次の建設目標を選択し、ロボットチームの有能なメンバのためのスキルのシンボリックシーケンスを生成し、スキル実行のための衝突のない幾何運動計画を生成する。
  論文  参考訳（メタデータ） (2026-09-22T03:59:12Z)
• COHERENT: Collaboration of Heterogeneous Multi-Robot System with Large Language Models [49.24666980374751]
  COHERENTは、異種マルチロボットシステムの協調のための新しいLCMベースのタスク計画フレームワークである。 提案-実行-フィードバック-調整機構は,個々のロボットに対して動作を分解・割り当てするように設計されている。 実験の結果,我々の研究は,成功率と実行効率の面で,従来の手法をはるかに上回っていることが明らかとなった。
  論文  参考訳（メタデータ） (2024-09-23T15:53:41Z)
• Commonsense Reasoning for Legged Robot Adaptation with Vision-Language Models [81.55156507635286]
  脚のついたロボットは、様々な環境をナビゲートし、幅広い障害を克服することができる。 現在の学習手法は、人間の監督を伴わずに、予期せぬ状況の長い尾への一般化に苦慮することが多い。 本稿では,VLM-Predictive Control (VLM-PC) というシステムを提案する。
  論文  参考訳（メタデータ） (2024-07-02T21:00:30Z)
• RoboScript: Code Generation for Free-Form Manipulation Tasks across Real and Simulation [77.41969287400977]
  本稿では,コード生成を利用したデプロイ可能なロボット操作パイプラインのためのプラットフォームである textbfRobotScript を提案する。 自由形自然言語におけるロボット操作タスクのためのコード生成ベンチマークも提案する。 我々は,Franka と UR5 のロボットアームを含む,複数のロボットエボディメントにまたがるコード生成フレームワークの適応性を実証した。
  論文  参考訳（メタデータ） (2024-02-22T15:12:00Z)
• Multi-level Reasoning for Robotic Assembly: From Sequence Inference to Contact Selection [74.40109927350856]
  本稿では,PAST(Part Assembly Sequence Transformer)を用いて,対象とするブループリントからアセンブリシーケンスを推論する。 次に、モーションプランナーと最適化を使用して、部品の動きと接触を生成する。 実験結果から,本手法は従来手法よりも一般化されていることがわかった。
  論文  参考訳（メタデータ） (2023-12-17T00:47:13Z)
• ASAP: Automated Sequence Planning for Complex Robotic Assembly with Physical Feasibility [27.424678100675163]
  本稿では,一般型アセンブリのシーケンスを自動生成する物理ベースの計画手法であるASAPを提案する。 サーチは、シミュレーションラベルでデータに基づいてトレーニングされた幾何学的またはグラフニューラルネットワークによってガイドすることができる。 数百の複雑な製品集合体からなる大規模データセット上で, 物理的に現実的な組み立て計画を生成する上で, ASAPの優れた性能を示す。
  論文  参考訳（メタデータ） (2023-09-29T00:27:40Z)
• Cooperative Task and Motion Planning for Multi-Arm Assembly Systems [32.56644393804845]
  マルチロボット組立システムは、製造においてますます魅力的になりつつある。 それぞれのロボットがアイドルではなく同時に生産されることを保証する方法でこれらのシステムを計画することは困難である。 本稿では,ロボットのチームが複雑な空間構造を組み立てるための安全で低リスクな計画と協調的に計画するタスク・アンド・モーション・プランニング・フレームワークを提案する。
  論文  参考訳（メタデータ） (2022-03-04T18:12:49Z)

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。