論文の概要: Draft: A Parametric Tool for Robot Design Exploration
- arxiv url: http://arxiv.org/abs/2609.38405v1
- Date: Tue, 29 Sep 2026 19:00:40 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-01 18:57:26.620779
- Title: Draft: A Parametric Tool for Robot Design Exploration
- Title（参考訳）: Draft: ロボットデザイン探索のためのパラメトリックツール
- Abstract要約: Draftは、簡単に調整可能なモデルを通じて設計上のトレードオフを探索するツールである。
114ドル(約1万4000円)のアクチュエーターと49ドル(約4万3000円)のロボットの説明に合わせたトレンドを使って、各デザインの無料パラメータを抽出する。
我々はこれらの傾向を、重量が1.10倍の幾何学的平均折りたたみ誤差に一致する4つのオフ・ザ・シェルフロボットの双子を構築することで検証する。
- 参考スコア（独自算出の注目度）: 8.979973148592462
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Robot performance is often limited by the cost of iterating on morphology and control together, since every computer-aided design (CAD) change has to be carried into a simulation-ready model before control work begins. Co-design methods attempt to close this gap, but each uses a model generator written for a single platform or lack the use of real-world data to suggest that designs are plausible. We present Draft, a parametric generation tool whose generalized engine compiles any parametric tree of serial chains into a simulation-ready MJCF model, without CAD. It allows engineers to explore design tradeoffs through easily adjustable models and evaluate how changes influence controller performance. Draft grounds the free parameters of each design using trends fitted to a survey of $114$ actuators and $49$ published robot descriptions, so that a generated robot is anchored to real-world hardware. We validate those trends wholistically by building twins of four off-the-shelf robots, whose masses agree to $1.10\times$ geometric mean fold error. Finally, we demonstrate how Draft exposes design tradeoffs by evaluating three quadrupeds through a two-stage reinforcement learning curriculum.
- Abstract（参考訳）: ロボットの性能は、制御作業が始まる前にコンピュータ支援設計(CAD)の変更をシミュレーション可能なモデルに組み込まなければならないため、形態学と制御を同時に繰り返すコストによって制限されることが多い。
共同設計の手法はこのギャップを埋めようとしているが、それぞれが単一のプラットフォーム用に書かれたモデルジェネレータを使用するか、あるいは実際のデータを使用しないため、設計が妥当であることを示唆している。
本稿では,直列鎖の任意のパラメトリックツリーをCADなしでシミュレーション可能なMJCFモデルにコンパイルするパラメトリック生成ツールであるDraftについて述べる。
エンジニアは容易に調整可能なモデルを通じて設計上のトレードオフを探索し、変更がコントローラのパフォーマンスに与える影響を評価することができる。
Draftは、114ドルのアクチュエーターと49ドルのロボット記述に適合するトレンドを利用して、各デザインの自由なパラメータを根拠に、生成されたロボットが現実世界のハードウェアに固定されるようにする。
我々は、これらの傾向を、幾何学的平均折りたたみ誤差が1.10\times$1.10\timesと一致する4つのオフ・ザ・シェルフ・ロボットの双子を構築することで、理論的に検証する。
最後に、Draftが2段階の強化学習カリキュラムを通じて、3つの四重項を評価することによって、設計トレードオフを公開する方法を示す。
関連論文リスト
- [Preprint] Dynamic Modeling, Gait Synthesis, and Control of a Novel Subsurface Bore Propagator [16.539506745327106]
地下プロパゲータの設計は, 1) トンネル掘削機に類似した土虫のようなアンカー・プロパゲータ・ムーブメントと, 2) トンネル掘削機に類似した掘削の2つの主要な側面に基づいている。
このデザインは5つのモジュールに分離され、1つのドリルヘッドで、伝播のための空洞を掘削し、ロボットを固定する2つのモジュールと、体の伝播を可能にする2つのモジュールで構成されている。
論文 参考訳（メタデータ） (2026-07-01T07:55:18Z) - 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) - Tendon-Actuated Robots with a Tapered, Flexible Polymer Backbone: Design, Fabrication, and Modeling [0.4983856330186121]
熱可塑性ポリウレタン(TPU)を用いた柔軟なテーパー付きバックボーンを備えた3Dプリント・腱駆動型連続体ロボット
我々のスケーラブルな設計は、アクチュエータと圧縮負荷セルを介して直接テンションの張力制御とセンシングを可能にする集積電子ベースハウジングを組み込んでいる。
論文 参考訳（メタデータ） (2026-03-19T16:46:00Z) - CADReasoner: Iterative Program Editing for CAD Reverse Engineering [8.468103398438917]
多くのAIシステムはCADのリバースエンジニアリングに取り組むが、その多くはシングルパスであり、細かい幾何学的詳細を見逃している。
CADReasonerは幾何差分を用いた予測を反復的に洗練するよう訓練されたモデルである。
モデルは、次のステップでレンダリングメッシュが返される実行可能なCadQuery Pythonプログラムを出力する。
論文 参考訳（メタデータ） (2026-02-18T10:27:29Z) - Is Single-View Mesh Reconstruction Ready for Robotics? [78.14584238127338]
本研究では,ロボット操作のための物理シミュレータを用いたリアルタイム計画と動的予測のためのディジタル双対生成の実現の可能性について,単一ビューメッシュ再構成モデルの評価を行った。
我々の研究は、コンピュータビジョンの進歩とロボティクスの必要性の間に重要なギャップがあることを浮き彫りにし、この交差点における将来の研究を導く。
論文 参考訳（メタデータ） (2025-05-23T14:35:56Z) - FLARE: Robot Learning with Implicit World Modeling [87.81846091038676]
$textbfFLARE$は、予測潜在世界モデリングをロボットポリシー学習に統合する。
$textbfFLARE$は最先端のパフォーマンスを実現し、これまでのポリシー学習のベースラインを最大26%上回っている。
この結果は、暗黙の世界モデリングと高周波ロボット制御を組み合わせた汎用的でスケーラブルなアプローチとして$textbfFLARE$を確立した。
論文 参考訳（メタデータ） (2025-05-21T15:33:27Z) - CADCrafter: Generating Computer-Aided Design Models from Unconstrained Images [69.7768227804928]
CADCrafterは画像からパラメトリックCADモデル生成フレームワークで、合成テクスチャなしCADデータのみをトレーニングする。
多様な幾何学的特徴を正確に捉えるための幾何エンコーダを導入する。
提案手法は、実際の制約のないCADイメージを頑健に処理でき、また、目に見えない汎用オブジェクトにも一般化できる。
論文 参考訳（メタデータ） (2025-04-07T06:01:35Z) - 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) - Vitruvion: A Generative Model of Parametric CAD Sketches [22.65229769427499]
本稿では,パラメトリックCADスケッチの生成モデルを提案する。
我々のモデルは、SketchGraphsデータセットから実世界のデザインを訓練し、スケッチをプリミティブのシーケンスとして自動回帰的に合成する。
我々は、部分スケッチ(プライマー)や手描きスケッチのイメージなど、様々な文脈でモデルを条件付けする。
論文 参考訳（メタデータ） (2021-09-29T01:02:30Z) - Diversity-based Design Assist for Large Legged Robots [4.505477982701834]
高さ約2mの大型脚ロボットの設計空間を探索するが、その設計と構造はよく研究されていない。
新たなロボットエンコーディングにより、足が体の長さに沿ってスケーリングするなど、バイオインスパイアされた特徴を実現できる。
論文 参考訳（メタデータ） (2020-04-17T03:59:17Z)
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。