論文の概要: ClimbLab: MATLAB Simulation Platform for Legged Climbing Robotics
- arxiv url: http://arxiv.org/abs/2610.09315v1
- Date: Wed, 07 Oct 2026 02:15:00 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-08 21:58:22.680472
- Title: ClimbLab: MATLAB Simulation Platform for Legged Climbing Robotics
- Title（参考訳）: ClimbLab:Legged Climbing RoboticsのためのMATLABシミュレーションプラットフォーム
- Abstract要約: 本稿では,脚付きクライミングロボット専用のオープンソースのシミュレーションと解析プラットフォームを提案する。
本シミュレータは,浮動小数点浮動小数点浮動小数点浮動小数点浮動小数点浮動小数点浮動小数点浮動小数点浮動小数点浮動小数点浮動小数点浮動小数点浮動小数点浮動小数点浮動小数点浮動小数点浮動小数点浮動小数
主な変動環境パラメータは傾斜、重力、地盤硬度であり、任意の点雲を地形図として設置することができる。
- 参考スコア（独自算出の注目度）: 2.655543840694689
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: This paper presents an open-sourced MATLAB simulation and analysis platform dedicated to legged climbing robots. This simulator enables the design of any limbed robotic system as an articulated multi-body with a floating base and simulates it walking and climbing in an arbitrary environment. The main variable environmental parameters are inclination, gravity, and ground stiffness, and any point cloud can be installed as the terrain map. Furthermore, the simulator employs a rigid body dynamics engine. This paper first describes the simulator structure, and the computational flow and next presents the representative simulation examples where quadrupedal robots assumed gripping on the wall or climbing on the steep slope.
- Abstract（参考訳）: 本稿では,足歩行ロボットを対象としたオープンソースのMATLABシミュレーションと解析プラットフォームを提案する。
本シミュレータは、浮体ベースを有する関節付き多体ロボットシステムの設計を可能にし、任意の環境で歩行および登山をシミュレートする。
主な変動環境パラメータは傾斜、重力、地盤硬度であり、任意の点雲を地形図として設置することができる。
さらに、シミュレータは剛体動力学エンジンを使用する。
本稿では,まずシミュレータ構造について述べ,次に,四足歩行ロボットが壁を握ったり,急勾配を登ったりした場合のシミュレーション例を示す。
関連論文リスト
- 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) - IR-SIM: A Lightweight Skill-Native Simulator for Navigation, Learning, and Benchmarking [59.6657632820611]
IR-SIMは、迅速なシナリオ構築、ベンチマーク、ロボット学習のために設計された、スキルネイティブなナビゲーションシミュレータである。
シナリオは、モバイルロボットキネマティクス、幾何学的衝突チェック、LiDARセンシング、可視化、行動モジュールを指定するYAML設定ファイルで完全に定義されている。
実験では、複数のタスクにおいてIR-SIMの利便性と汎用性を示す。
論文 参考訳（メタデータ） (2026-06-07T16:55:37Z) - NVIDIA Isaac Sim: Enabling Scalable, GPU-Accelerated Simulation for Robotics [16.974627651296498]
この調査はNVIDIA Isaac Simをシステムとアプリケーションの観点からレビューし、アーキテクチャの概要と広く使われているシミュレータと比較する。
我々は5つの主要領域にわたる研究を分析し、特にデータ生成と高忠実度シミュレーションにおける一般的な利用パターンを要約する。
また、物理のオープンワールド学習、シミュレーション中心のトレーニング、実用的なユーザビリティ制約など、今後の重要な方向性と課題についても概説する。
論文 参考訳（メタデータ） (2026-06-02T12:12:27Z) - SoMA: A Real-to-Sim Neural Simulator for Robotic Soft-body Manipulation [33.51083722346151]
既存のシミュレータは、事前に定義された物理やデータ駆動力学に依存しており、ロボットが制御することはない。
本稿では,ソフトボディ操作のための3次元ガウスSplatシミュレータSoMAを提案する。
論文 参考訳（メタデータ） (2026-02-02T17:59:31Z) - RoboPearls: Editable Video Simulation for Robot Manipulation [81.18434338506621]
RoboPearlsは、ロボット操作のための編集可能なビデオシミュレーションフレームワークである。
3D Gaussian Splatting (3DGS)に基づいて構築されたRoboPearlsは、フォトリアリスティックでビュー一貫性のあるシミュレーションの構築を可能にする。
我々は、RLBench、COLOSSEUM、Ego4D、Open X-Embodiment、現実世界のロボットなど、複数のデータセットやシーンで広範な実験を行う。
論文 参考訳（メタデータ） (2025-06-28T05:03:31Z) - Waymax: An Accelerated, Data-Driven Simulator for Large-Scale Autonomous
Driving Research [76.93956925360638]
Waymaxは、マルチエージェントシーンにおける自動運転のための新しいデータ駆動シミュレータである。
TPU/GPUなどのハードウェアアクセラレータで完全に動作し、トレーニング用のグラフ内シミュレーションをサポートする。
我々は、一般的な模倣と強化学習アルゴリズムのスイートをベンチマークし、異なる設計決定に関するアブレーション研究を行った。
論文 参考訳（メタデータ） (2023-10-12T20:49:15Z) - OmniLRS: A Photorealistic Simulator for Lunar Robotics [2.6718643310547607]
私たちはNvidiaのロボットシミュレータであるIsaac SimをベースにしたLunarシミュレータをどうやって構築したのかを説明します。
このシミュレーションは、高速な手続き環境生成、マルチボット機能、および機械学習アプリケーションのための合成データパイプラインを提供する。
論文 参考訳（メタデータ） (2023-09-16T13:48:47Z) - Autonomous Driving Simulator based on Neurorobotics Platform [11.25880077022107]
自動運転車には人工知能アルゴリズムがたくさんあるが、これらのアルゴリズムを直接車両にインストールするのは非現実的で高価だ。
同時に、これらのアルゴリズムの多くは、トレーニングと最適化のための環境を必要としています。
このレポートは、Neurorobotics Platformに関する小さな研究から始まり、真の現実世界のシミュレーション目標を達成するための新しいシミュレータの開発の可能性と可能性を分析する。
論文 参考訳（メタデータ） (2022-12-31T01:12:27Z) - DiSECt: A Differentiable Simulator for Parameter Inference and Control
in Robotic Cutting [71.50844437057555]
軟質材料を切断するための最初の微分可能シミュレータであるDiSECtについて述べる。
シミュレータは、符号付き距離場に基づく連続接触モデルにより有限要素法を増強する。
このシミュレータは, 最先端の商用解法を用いて, 結果の力やフィールドに適合するようにキャリブレーションできることを示す。
論文 参考訳（メタデータ） (2022-03-19T07:27:19Z) - DriveGAN: Towards a Controllable High-Quality Neural Simulation [147.6822288981004]
DriveGANと呼ばれる新しい高品質のニューラルシミュレータを紹介します。
DriveGANは、異なるコンポーネントを監督なしで切り離すことによって制御性を達成する。
実世界の運転データ160時間を含む複数のデータセットでdriveganをトレーニングします。
論文 参考訳（メタデータ） (2021-04-30T15:30:05Z)
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。