論文の概要: Distributed Cascade Force Control of Soft-Tactile-Based Multi-robot System for Object Transportation
- arxiv url: http://arxiv.org/abs/2610.04775v1
- Date: Sat, 03 Oct 2026 21:30:33 GMT
- ステータス: 情報取得中
- システム内更新日: 2026-10-06 21:20:32.384913
- Title: Distributed Cascade Force Control of Soft-Tactile-Based Multi-robot System for Object Transportation
- Title（参考訳）: 物体搬送用ソフト触覚型マルチロボットシステムの分散型カスケード力制御
- Abstract要約: 移動ロボットは360度視覚ベースのソフト触覚センサーを備えており、接触位置と衝撃力を決定する。
インナーループ制御は、接触力と位置決めを取り入れ、ロボットのプッシュ接触を確実にし、対象物に所望の力を適用する。
外部ループ制御は、ロボット間通信なしで、ロボットが対象物を所望の方向に押し出すように調整する。
- 参考スコア（独自算出の注目度）: 4.172021564941263
- License:
- Abstract: In this paper, we present a distributed cascade force control system (DCFC) for multiple robots with the aim of pushing a rigid object towards a desired moving target without their inter-robot communication. These mobile robots are equipped with 360-degree vision-based soft tactile sensors utilized to determine contact location and resultant impact force. By investigating the dynamics of moving rigid objects on the flat, we proposed a distributed cascade control. The inner loop control incorporates contact force and positioning, ensuring the robots' pushing contact and application of the desired force to the object. The outer loop control coordinates the robots to push the object in a desired direction without inter-robot communication, regardless of the unknown object mass. The stability and convergence of the system are verified using the Lyapunov stability theory. We also conducted simulation and real-word experiments to validate the performance of the proposed control method, and the experimental results showcase the successful coordination of multiple robots in pushing an object towards a moving desired direction.
- Abstract（参考訳）: 本稿では,ロボット間通信を使わずに,剛体物体を所望の移動目標に向かって押し上げることを目的とした,複数のロボットのための分散カスケード力制御システム(DCFC)を提案する。
これらの移動ロボットは、360度視覚に基づくソフト触覚センサーを備えており、接触位置と衝撃力を測定する。
平板上の剛体物体の動的挙動を解析し, 分散カスケード制御を提案する。
インナーループ制御は、接触力と位置決めを取り入れ、ロボットのプッシュ接触を確実にし、対象物に所望の力を適用する。
外部ループ制御は、未知の物体の質量に関係なく、ロボットがロボット間通信なしで所望の方向に物体を押すように調整する。
システムの安定性と収束性は、リャプノフ安定性理論を用いて検証される。
また,提案手法の性能評価のためのシミュレーションと実単語実験を行い,複数のロボットが物体を移動方向に進める上での協調性を示す実験を行った。
関連論文リスト
- Fetch My Beer: Synthetic-to-real Hierarchical Policy for Smooth Pick-and-place [54.561625475942584]
本研究では, 液体充填容器の安定輸送について検討し, ロボットが物体を目標場所へ移動させながら, スロッシングを抑え, こぼれを防止する方法を検討した。
このタスクは運動の滑らかさと軌道レベルの安定性に厳格な要件を課し、既存のシステムの明確な制限を明らかにする。
物理的に検証されたデータ生成と階層的拡散型コントローラを結合した合成から現実のフレームワークを提案する。
論文 参考訳（メタデータ） (2026-09-16T04:55:12Z) - Learning Physical Interaction: A Survey of Tactile- and Force-aware Robot Learning [128.76135832773102]
物理的に接地されたロボットインテリジェンスは、ロボットが物理的世界との相互作用を知覚し、推論し、規制することを要求する。
近年のロボット学習法は, 力, 触覚, 視覚, 言語, 触覚を学習操作ポリシーに組み込むことで, 大幅な進歩を遂げている。
これらの進歩にもかかわらず、既存の調査では、統一的な視点から、力と触覚を意識したロボット学習を明示的にレビューしていない。
論文 参考訳（メタデータ） (2026-08-02T14:22:01Z) - TAC-LOCO: Unified Whole-Body Control for Quadrupedal TACtile-Informed LOCO-Manipulation [13.785492911693098]
動的ロコ操作では、不確実な外力下での把握された物体との安定した物理的相互作用を維持しながら、脚のあるロボットが全身の動きを調整する必要がある。
触覚を付加した統合強化学習フレームワークであるTAC-LOCOを提案する。
We deploy the policy zero-shot on a Unitree Go2 with an Interbotix WidowX 250 arm and tactile gripper, showed dynamic tactile-informed loco-manipulation under various external interaction。
論文 参考訳（メタデータ） (2026-07-11T05:45:24Z) - Mobile Pedipulation for Object Sliding via Hierarchical Control on a Wheeled Bipedal Robot [5.584747732103647]
本稿では、車輪付き二足歩行ロボットが車輪付き脚で物体のすべり作業を行うことを可能にする階層型制御フレームワークを提案する。
提案手法は, 非線形モデル予測制御器 (NMPC) を低次3次元剛体に基づいて定式化する。
軌道最適化に基づくロボット物体運動プランナを開発し, 接地物体接触における棒-すべり遷移を含む基準運動を生成する。
論文 参考訳（メタデータ） (2026-06-17T16:09:02Z) - Compliant Non-Prehensile Pushing Manipulation [2.526906424066039]
ロボット操作システムによる非包括的プッシュ操作の課題に対処する。
我々は、最先端のプッシュモデルを拡張して、インピーダンス制御ロボットと統合する。
本研究では,ロボットの位置・速度設定点を最適に調節し,従順なプッシュを可能にするモデル予測制御フレームワークを開発する。
論文 参考訳（メタデータ） (2026-05-25T10:24:05Z) - UniForce: A Unified Latent Force Model for Robot Manipulation with Diverse Tactile Sensors [51.88112610411651]
そこで本研究では,多様な触覚センサにまたがる共用潜在力空間を学習する,新しい統合された触覚表現学習フレームワークを提案する。
UniForceは、逆ダイナミクス(image-to-force)とフォワードダイナミクス(force-to-image)を共同モデリングすることで、クロスセンサー領域シフトを低減する
高価な外部力/トルクセンサ(F/T)への依存を避けるため,静的平衡を利用して直接センサ・オブジェクト・センサ・インタラクションを介して力対効果データを収集する。
論文 参考訳（メタデータ） (2026-02-01T11:03:01Z) - Controlling diverse robots by inferring Jacobian fields with deep networks [48.279199537720714]
自然生物の複雑な構造と多様な機能を反映することは、ロボット工学における長年の課題である。
本稿では,深層ニューラルネットワークを用いてロボットの映像ストリームをバイスモータヤコビアン場にマッピングする手法を提案する。
提案手法は,正確なクローズドループ制御を実現し,各ロボットの因果動的構造を復元する。
論文 参考訳（メタデータ） (2024-07-11T17:55:49Z) - Towards Transferring Tactile-based Continuous Force Control Policies
from Simulation to Robot [19.789369416528604]
グリップフォースコントロールは、物体に作用する力の量を制限することによって、物体を安全に操作することを目的としている。
以前の作品では、手動制御器、モデルベースのアプローチ、あるいはsim-to-realトランスファーを示さなかった。
シミュレーションで訓練されたモデルなしの深層強化学習手法を提案し,さらに微調整を行わずにロボットに移行した。
論文 参考訳（メタデータ） (2023-11-13T11:29:06Z) - Nonprehensile Riemannian Motion Predictive Control [57.295751294224765]
本稿では,リアル・ツー・シムの報酬分析手法を導入し,リアルなロボット・プラットフォームに対する行動の可能性を確実に予測する。
連続的なアクション空間でオブジェクトを反応的にプッシュするクローズドループコントローラを作成します。
我々は,RMPCが乱雑な環境だけでなく,乱雑な環境においても頑健であり,ベースラインよりも優れていることを観察した。
論文 参考訳（メタデータ） (2021-11-15T18:50:04Z) - On robot compliance. A cerebellar control approach [0.0]
この研究は、ロボットアームをリアルタイムに制御するための新しい生物学的アプローチである(RT)。
トルク駆動制御を行うフィードバック制御ループのコアにスパイク小脳ネットワークを統合する。
本手法は,脳運動の動作に対処するためのタスクセットにおいて,既定の工場設置位置制御の精度より優れていることを示す。
論文 参考訳（メタデータ） (2020-03-02T17:06:19Z)
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。