論文の概要: Inferring Soil Friction Angle from Robot Foot-Ground Force Histories: A Bayesian Inverse Approach to Proprioceptive Soil Sensing

• arxiv url: http://arxiv.org/abs/2609.36582v1
• Date: Tue, 29 Sep 2026 02:59:59 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-30 21:28:47.140305
• Title: Inferring Soil Friction Angle from Robot Foot-Ground Force Histories: A Bayesian Inverse Approach to Proprioceptive Soil Sensing
• Title（参考訳）: ロボット足球の力履歴から土壌摩擦角を推定する:原受容性土壌センシングへのベイズ的逆アプローチ
• Abstract要約: 四足歩行ロボットによって記録された足場相互作用信号は、土壌強度の空間分布をその場で特徴づけることができる。 簡易回転脚の力履歴から内部摩擦角$$$の無粘性土を同定できるかどうかを検証した。
• 参考スコア（独自算出の注目度）: 3.2267988999183603
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Foot-ground interaction signals recorded by quadruped robots may enable spatially distributed, in situ characterization of soil strength. As a first step, we test whether the internal friction angle $φ$ of cohesionless soil can be identified from the force history of a simplified rotating leg. A two-dimensional continuum model implemented with the material point method, benchmarked against measured rotating-leg force histories, generates the training data, and two Gaussian-process surrogates support Bayesian inversion of the full histories. In matched-model experiments, the framework recovers 14 off-grid friction angles with a median absolute error of approximately $0.1^\circ$ (maximum $\sim 0.7^\circ$); the reported credible intervals contain the true value in every case. These results establish that $φ$ is identifiable when the forward model is correctly specified, and support further development of proprioceptive soil sensing for spatially variable terrain, with applications from physics-grounded world models for robot training to post-wildfire slope assessment.
• Abstract（参考訳）: 四足歩行ロボットによって記録された足場相互作用信号は、土壌強度の空間分布をその場で特徴づけることができる。 第1段階として, 簡易回転脚の力履歴から, 内部摩擦角$φ$の無粘性土を同定できるかどうかを検証した。 材料点法を用いて実装された2次元連続体モデルにおいて、測定された回転脚力ヒストリーに対してベンチマークを行い、トレーニングデータを生成し、2つのガウス過程サロゲートは、フルヒストリーのベイズ的逆転をサポートする。 一致するモデル実験では、このフレームワークは、約0.1^\circ$ (maximum $\sim 0.7^\circ$) の平均絶対誤差で14のオフグリッド摩擦角を復元する。 これらの結果は,前方モデルが正しく特定された場合に$φ$が識別可能であることを証明し,空間変動地形に対する受容性土壌センシングのさらなる開発を支援するとともに,物理地上世界モデルによるロボットのトレーニングから山火事後の斜面評価まで応用できることを示した。

関連論文リスト

• Diffusion models for eye-gaze trajectory generation using position and velocity representations [39.577682622066256]
  アイトラッキングデータは収集に費用がかかり、特別なハードウェアと制御された実験室条件が必要であり、プライバシー上の制約のために共有が困難である。 本研究では2つの相補的拡散確率モデル(DDPM)を用いて、視覚探索データから視線力学を無条件に生成する。
  論文  参考訳（メタデータ） (2026-09-01T07:53:11Z)
• DataLadder: A Simulation-Enabled Interconversion Toolchain for the Embodied Data Pyramid [63.45560198934907]
  ジェネラリストロボットポリシーは、信頼できる評価とロボット使用可能なトレーニングデータを必要とする。 本稿では,人間ロボットによるモデル評価とデータ生成のためのシミュレーション可能な変換ツールチェーンであるDataLadderを提案する。 JD Cloud上のクラウドサービスとして、コア再構築、シミュレーション、レンダリング、リアリズム拡張モジュールをパッケージ化します。
  論文  参考訳（メタデータ） (2026-06-15T14:21:35Z)
• Multi-Robot Bearing-only Pose Estimation via Angle Rigidity [0.20999222360659606]
  方法は、ボディフレームの軸受から計算された角度を用いて、ロボットの位置を向きを知らずに$mathbbR3$で推定する。 推定位置、軸受および軸受誘導体から$mathrmSO(3)$の配向を回収する。
  論文  参考訳（メタデータ） (2026-06-02T17:22:48Z)
• RobotDancing: Residual-Action Reinforcement Learning Enables Robust Long-Horizon Humanoid Motion Tracking [50.200035833530876]
  RobotDancingはシンプルでスケーラブルなフレームワークで、残留する関節の目標を予測して、ダイナミックスの不一致を明示的に修正する。 複数分間の高エネルギー動作(ジャンプ、スピン、カートホイール)をトラッキングし、高いモーショントラッキング品質のハードウェアにゼロショットをデプロイする。
  論文  参考訳（メタデータ） (2025-09-25T03:30:34Z)
• Tightly-Coupled LiDAR-IMU-Leg Odometry with Online Learned Leg Kinematics Incorporating Foot Tactile Information [14.810220124050982]
  我々は,ニューラルレッグキネマティクスモデルという,オンライン学習に基づく脚キネマティクスモデルを開発した。 このモデルのオンライントレーニングにより,ロボットの荷重変化への適応性が向上する。 本手法は, テクトチュラル脚運動学モデルにより, 最先端の作業より優れる。
  論文  参考訳（メタデータ） (2025-06-11T09:28:07Z)
• Boosting 3-DoF Ground-to-Satellite Camera Localization Accuracy via Geometry-Guided Cross-View Transformer [66.82008165644892]
  地上レベルの画像と一致/検索衛星画像との相対的な回転と変換を推定することにより、地上カメラの位置と方向の精度を向上させる手法を提案する。 実験の結果,本手法は最先端の手法よりも優れていた。
  論文  参考訳（メタデータ） (2023-07-16T11:52:27Z)
• Robust Quadrupedal Locomotion on Sloped Terrains: A Linear Policy Approach [3.752600874088677]
  私たちは、四足歩行ロボットStochに2ドル(約2万2000円)のリニアポリシーを使っています。 特に、エンドフット軌道のパラメータは、胴体方向と地形傾斜を入力として取る線形フィードバックポリシーによって形成される。 結果として生じる歩行は、地形の斜面の変動や外部のプッシュに対して堅牢である。
  論文  参考訳（メタデータ） (2020-10-30T16:02:08Z)
• From Planes to Corners: Multi-Purpose Primitive Detection in Unorganized 3D Point Clouds [59.98665358527686]
  直交平面の分割自由結合推定法を提案する。 このような統合されたシーン探索は、セマンティックプレーンの検出や局所的およびグローバルなスキャンアライメントといった、多目的のアプリケーションを可能にする。 本実験は,壁面検出から6次元トラッキングに至るまで,様々なシナリオにおいて,我々のアプローチの有効性を実証するものである。
  論文  参考訳（メタデータ） (2020-01-21T06:51:47Z)

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。