論文の概要: Making Waves: A Membrane-Coupled Delta Array for Manipulating Objects Below the Actuator Spacing

• arxiv url: http://arxiv.org/abs/2609.39652v1
• Date: Wed, 30 Sep 2026 12:55:15 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-01 18:57:27.789793
• Title: Making Waves: A Membrane-Coupled Delta Array for Manipulating Objects Below the Actuator Spacing
• Title（参考訳）: メーキングウェーブ:アクチュエータの間隔以下で物体を操作する膜結合型デルタアレイ
• Abstract要約: 分散マニピュレータシステムは、アクチュエータ間隔43.3mmの両側の6倍の範囲である15mm〜90mmの物体を単一の表面で操作することができる。 我々は、低次離散コサイン変換係数に作用するポリシーを訓練し、19デルタ近傍を命令することで、配列全体を命令する配置誤差を半減する。 プラットフォームは、アクチュエータ間隔43.3mmの6倍の範囲である15mm-90mmの物体を単一の表面で操作する。
• 参考スコア（独自算出の注目度）: 10.348553071890919
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Distributed manipulator systems manipulate objects through the coordinated motion of many actuators. However, an object must be supported by several actuators at once, so the centre-to-centre actuator spacing imposes a hard lower bound on manipulable object size. We remove this bound by coupling the end-effectors of an 8 x 8 array of three degrees-of-freedom delta robots with a stretchable fabric, turning 64 discrete contacts into a continuous surface capable of manipulating objects smaller than the actuator spacing. Viewing the array as a displacement field over that surface, we investigate local quasi-static and cyclic fields as manipulation primitives. These primitives can be applied globally across the array or locally confined around each tracked object to independently manipulate several objects in parallel. We then train a policy acting on low-order discrete cosine transform coefficients: at equal action dimension, commanding a nineteen-delta neighbourhood halves the placement error of commanding the whole array. The policy transfers to hardware without adaptation at 76% success. The platform manipulates objects from 15mm-90mm, a six-fold range spanning both sides of the actuator spacing, 43.3mm, on a single surface.
• Abstract（参考訳）: 分散マニピュレータシステムは、多くのアクチュエータの協調動作を通して物体を操作する。 しかし、物体は複数のアクチュエータによって一度に支持されなければならないので、中心から中心までのアクチュエータ間隔は、操作可能な物体サイズに強い下界を課す。 我々は,3自由度デルタロボットの8×8アレイの端エフェクターを伸縮性ファブリックに結合し,64個の離散接触をアクチュエータ間隔よりも小さい物体を操作可能な連続表面に変換することにより,この境界を除去する。 アレイをその表面上の変位場と見なして、局所準静電場と循環場を操作プリミティブとして検討する。 これらのプリミティブは、配列全体にわたってグローバルに適用したり、トラックされた各オブジェクトに局所的に閉じ込められたりすることで、複数のオブジェクトを独立して並列に操作することができる。 次に、低次離散コサイン変換係数に作用するポリシーを訓練する。 この方針は76%の成功で適応せずにハードウェアに移行する。 プラットフォームは、アクチュエータ間隔43.3mmの6倍の範囲である15mm-90mmの物体を単一の表面で操作する。

関連論文リスト

• Distributed Dexterous Manipulation with Spatially Conditioned Multi-Agent Transformers [0.7310043452300737]
  本稿では,空間条件付きマルチエージェント変換器(MAT)に基づく分散デクサラスマニピュレーションシステムのためのロバスト制御ポリシを効率的に学習するためのフレームワークを提案する。 提案する3つのコアコントリビューションは, (i) 計算効率に適応的な層ノルムを持つMAT, (ii) ロボットの空間構成に接地トランスフォーマーを埋め込む空間コントラスト埋め込み, (iii) ソフトアクタ批評家を用いて微調整したMATに基づく行動クローニング手法である。
  論文  参考訳（メタデータ） (2026-09-07T02:01:12Z)
• Sparse2Act: Learning Action-Aligned Sparse 3D Representations for Cross-Domain Robot Manipulation [52.00134393320209]
  Sparse2Actは、スパースポイントクラウドエンコーダの事前学習のための観測・動作アライメントフレームワークである。 マスク付きスパース3Dトークンは、観察と組み合わせたワークスペース運動の周囲のシーン特徴を整理するために訓練される。 LIBERO-10ベンチマークでは,500ステップの微調整を行い,平均86.9%の成功を達成した。
  論文  参考訳（メタデータ） (2026-06-10T23:56:01Z)
• Scalable Low-Density Distributed Manipulation Using an Interconnected Actuator Array [0.0]
  本稿では,モジュール型3DFロボットタイルを適合表面層で相互接続するシステムを提案する。 準拠層は、物体操作能力を損なうことなくアクチュエータスペーシングを増大させる。 我々は、NXNアレイ内の任意の位置へのオブジェクトの変換が可能な操作戦略を開発する。
  論文  参考訳（メタデータ） (2026-02-23T09:54:32Z)
• Scalable Surface-Based Manipulation Through Modularity and Inter-Module Object Transfer [0.0]
  ロボット表面(Roboic Surfaces, RMS)は、物体が休んでいる表面を変形させて物体を操作する。 きめ細かい制御を達成するには、スケーラビリティを制限した高密度アクチュエータアレイが必要になります。 本稿では,相互接続されたファブリックベースモジュール間の協調したモジュール間オブジェクト転送と正確な位置決めを実現する多モジュールソフト操作プラットフォームを提案する。
  論文  参考訳（メタデータ） (2026-01-29T15:46:50Z)
• LeviTor: 3D Trajectory Oriented Image-to-Video Synthesis [80.2461057573121]
  本研究では,新しい次元,すなわち深度次元との相互作用を増大させ,ユーザが軌道上の各点に対して相対的な深度を割り当てることを許す。 本稿では,オブジェクトマスクを数個のクラスタポイントに抽象化することで,画像から映像への3次元トラジェクトリ制御の先駆的手法を提案する。 静的画像から実写映像を生成する際の物体の動きを正確に操作する手法であるLeviTorの有効性を検証する実験を行った。
  論文  参考訳（メタデータ） (2024-12-19T18:59:56Z)
• PickScan: Object discovery and reconstruction from handheld interactions [99.99566882133179]
  シーンの3次元表現を再構成する対話誘導型クラス依存型手法を開発した。 我々の主な貢献は、操作対象のインタラクションを検出し、操作対象のマスクを抽出する新しいアプローチである。 相互作用ベースとクラス非依存のベースラインであるCo-Fusionと比較すると、これはシャムファー距離の73%の減少に相当する。
  論文  参考訳（メタデータ） (2024-11-17T23:09:08Z)
• Articulated Object Manipulation using Online Axis Estimation with SAM2-Based Tracking [57.942404069484134]
  アーティキュレートされたオブジェクト操作は、オブジェクトの軸を慎重に考慮する必要がある、正確なオブジェクトインタラクションを必要とする。 従来の研究では、対話的な知覚を用いて関節のある物体を操作するが、通常、オープンループのアプローチは相互作用のダイナミクスを見渡すことに悩まされる。 本稿では,対話的知覚と3次元点雲からのオンライン軸推定を統合したクローズドループパイプラインを提案する。
  論文  参考訳（メタデータ） (2024-09-24T17:59:56Z)
• ArrayBot: Reinforcement Learning for Generalizable Distributed Manipulation through Touch [22.296942629647095]
  ArrayBotは、触覚センサーと統合された垂直にスライドする柱からなる分散操作システムである。 我々は、制御ポリシーの自動発見に強化学習アルゴリズムを利用する。 本稿では,分散操作のためのArrayBot上でのRLの膨大な可能性を示す,実世界の操作タスクを多数提示する。
  論文  参考訳（メタデータ） (2023-06-29T11:07:14Z)

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。