論文の概要: MOSAIC-SV: Real-Time Adaptive Identification of Vessel Dynamics for the Control and Deployment of Aquatic Robots

• arxiv url: http://arxiv.org/abs/2610.03898v1
• Date: Fri, 02 Oct 2026 18:10:27 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-13 04:30:28.745099
• Title: MOSAIC-SV: Real-Time Adaptive Identification of Vessel Dynamics for the Control and Deployment of Aquatic Robots
• Title（参考訳）: MOSAIC-SV:水生ロボットの制御と展開のための容器ダイナミクスのリアルタイム適応同定
• Abstract要約: MOSAIC-SVは、以前のスペックシート工学から制御に十分なダイナミクスモデルを特定する。 コマンド依存の考慮プロジェクションは、現在のコマンドがアクチュエータの有効性と外部の力の間に属性を割り当てることができないことを補正する。 Blue Robotics BlueBoatの水中試験では、MOSAIC-SVは少なくとも25%の速度で移動し、以前の凍結工学よりも少なくとも56%少ない誤差で自身の動きを予測する。
• 参考スコア（独自算出の注目度）: 6.60775530282089
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: Model-based control of an aquatic robotic platform depends on a hydrodynamic model that is costly to identify and specific to the hull, payload, and conditions it was measured in. Here, we present MOSAIC-SV, a deployable real-time adaptive dynamics identification and control system that identifies a control-sufficient dynamics model from a spec-sheet engineering prior, without dedicated identification trials, and re-estimates it at every control step of a closed-loop mission while the controller plans on it. A physically admissible unscented Kalman filter re-estimates hydrodynamic, disturbance, and actuator parameters at every control step of the closed-loop mission; while a command-dependent consider projection withholds corrections the current command cannot attribute between actuator effectiveness and external force; and a model predictive path integral controller plans on the current estimate. In simulation on a CyberShip II plant, MOSAIC-SV recovers the transit performance of the calibrated model under static mismatch and transient changes, and stays within 20% of its own transit time at the unscaled prior when its inertia or damping prior is wrong by an order of magnitude. In on-water field trials on the Blue Robotics BlueBoat, a twin-thruster catamaran, MOSAIC-SV transits at least 25% faster and predicts its own motion with at least 56% less error than its frozen engineering prior, including under an unmodeled payload. The same MOSAIC-SV system concept was also feasibly deployed on a 6.3-tonne dual outboard monohull.
• Abstract（参考訳）: 水生ロボットプラットフォームのモデルに基づく制御は、船体、ペイロード、そしてそれが測定された条件を識別し特定するのに費用がかかる流体力学モデルに依存している。 そこで,本論文では,仕様書から制御に十分な動的モデルを特定するためのリアルタイム適応力学識別・制御システムであるMOSAIC-SVについて,専用の識別試験を行わず,制御が計画されている間にクローズドループミッションの制御ステップ毎に再見積を行う。 物理的に許容できないカルマンフィルタは、閉ループミッションの制御ステップ毎に流体力学、乱れ、アクチュエータパラメータを再推定し、コマンド依存の考察投影は、アクチュエータの有効性と外部力の間には、現在のコマンドを補正できないと判断する一方で、モデル予測経路積分制御器は、現在の見積を計画する。 サイバーシップII プラントのシミュレーションにおいて,MOSAIC-SV は静止ミスマッチおよび過渡的な変化の下でキャリブレーションされたモデルのトランジット性能を回復し,慣性又は減衰前の不整合がマグニチュードのオーダーで誤った場合,未スケール前で自身のトランジット時間の20%以内に留まる。 ツイン・スラスター・カタマランであるBlue Robotics BlueBoatの水中試験では、MOSAIC-SVは少なくとも25%の速度で移動し、以前の凍結工学よりも56%少ない誤差で自身の動きを予測する。 同様のMOSAIC-SVシステムの概念は、6.3トンの双対単葉機にも適用可能であった。

関連論文リスト

• AquaWAM: A Dynamics-aware World Action Model for Underwater Embodied Agents [34.22860084315409]
  AquaWAMは、水中のエンボディエージェント用に設計された世界初の世界行動モデルである。 将来の画像を予測する代わりに、AquaWAMは、スラスタデッドバンド、各コマンドを延ばす慣性グライダー、および周囲の流れを含む、アクションコンディションと受動的物理力学の両方をモデル化する。 AquaWAMは、高次元の視覚観測ではなく、コンパクトなナビゲーション状態をモデル化することにより、従来のWAMと比較して、モデルのサイズと計算コストを大幅に削減する。
  論文  参考訳（メタデータ） (2026-09-27T07:09:26Z)
• SkyJEPA: Learning Long-Horizon World Models for Zero-Shot Sim-to-Real Control of Quadrotors [48.60897189520386]
  本稿では,実時間四重項制御のためのJEPAスタイルモデルを提案する。 我々は、潜伏動力学モデルと、凍結した潜伏者を解釈可能な状態にマッピングする、物理学に着想を得た新しいプロバーを組み合わせる。 高価で安全性の低い実世界のデータ収集への依存を低減するため,自動データセット生成のための構造化パイプラインを構築した。
  論文  参考訳（メタデータ） (2026-06-22T15:00:59Z)
• MARS-Dragonfly: Agile and Robust Flight Control of Modular Aerial Robot Systems [21.471271822760276]
  モジュラー・エアリアル・ロボット・システム(MARS)は、再構成可能な連結構造を持つ複数のドローンユニットから構成される。 MARSは単純な準静的モデルと規則に基づくアロケーションに依存しており、不連続かつ非有界なモーターコマンドを生成する。 我々は、受動ドッキング、検出不要な受動ロック、磁気アシスト分離が可能な小型機械システムを開発した。
  論文  参考訳（メタデータ） (2026-04-07T06:43:08Z)
• SCALE:Scalable Conditional Atlas-Level Endpoint transport for virtual cell perturbation prediction [46.645872209565574]
  仮想セル摂動予測のための大規模基盤モデルを提案する。 まず、データスループットを大幅に改善するBioNeMoベースのトレーニングおよび推論フレームワークを構築します。 第二に、摂動予測を条件付き輸送として定式化し、それをセットアウェアフローアーキテクチャで実装する。 第3に,生物学的に有意な指標に基づく厳密なセルレベルプロトコルを用いて,Tahoe-100Mのモデルを評価する。
  論文  参考訳（メタデータ） (2026-03-18T05:51:08Z)
• Uncertainty-Aware Adaptive Dynamics For Underwater Vehicle-Manipulator Robots [0.5161531917413708]
  本稿では,新しい不確実性を考慮した適応力学モデルフレームワークを提案する。 オンライン推定中に、凸的な物理的一貫性の制約を埋め込む。 4-DOFマニピュレータを搭載したBlueROV2ヘビーの実験は、急速に収束し、キャリブレーションされた予測を示す。
  論文  参考訳（メタデータ） (2026-03-06T18:35:48Z)
• A 26-Gram Butterfly-Inspired Robot Achieving Autonomous Tailless Flight [61.21669716392821]
  textitAirPulseは、26グラムの蝶にインスパイアされたロボットで、このスケールで尾のない二翼プラットフォームのために、初めてオンボードでクローズドループ制御飛行を行う。 蝶の飛行における重要な生体力学的特性を再現し、低アスペクト比、炭素繊維強化翼の適合性、および特徴的な生物学的身体の起伏を再現する低周波の羽ばたきを利用する。
  論文  参考訳（メタデータ） (2026-02-06T15:58:50Z)
• Explainable AI-Enhanced Supervisory Control for Robust Multi-Agent Robotic Systems [0.0]
  マルチエージェントロボットのためのAI強化型監視制御フレームワークを提案する。 我々は、このアプローチを、宇宙船形成飛行と自律水中車両の2つの対照的な領域で検証した。
  論文  参考訳（メタデータ） (2025-09-18T23:59:13Z)
• OSCAR: Data-Driven Operational Space Control for Adaptive and Robust Robot Manipulation [50.59541802645156]
  オペレーショナル・スペース・コントロール(OSC)は、操作のための効果的なタスクスペース・コントローラとして使われてきた。 本稿では,データ駆動型OSCのモデル誤差を補償するOSC for Adaptation and Robustness (OSCAR)を提案する。 本手法は,様々なシミュレーション操作問題に対して評価し,制御器のベースラインの配列よりも大幅に改善されていることを示す。
  論文  参考訳（メタデータ） (2021-10-02T01:21:38Z)
• Universal Battery Performance and Degradation Model for Electric Aircraft [52.77024349608834]
  電動垂直離着陸機(eVTOL)の設計、解析、運用には、Liイオン電池の性能の迅速かつ正確な予測が必要である。 我々は,eVTOLのデューティサイクルに特有の電池性能と熱的挙動のデータセットを生成する。 このデータセットを用いて,物理インフォームド機械学習を用いた電池性能・劣化モデル(Cellfit)を開発した。
  論文  参考訳（メタデータ） (2020-07-06T16:10:54Z)

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。