論文の概要: Composable Dynamics for Cooperative Humanoids: A RoboCompiler Extension

• arxiv url: http://arxiv.org/abs/2610.14237v1
• Date: Fri, 09 Oct 2026 18:54:33 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-20 22:30:03.681643
• Title: Composable Dynamics for Cooperative Humanoids: A RoboCompiler Extension
• Title（参考訳）: 協調型ヒューマノイドのための構成可能なダイナミクス:RoboCompiler拡張
• Abstract要約: 物理的に連結されたヒューマノイドは、内部のアクチュエータループ、ロボット間力、地面の支持の変化に対して一貫したダイナミクスを必要とする。 我々は、RoboCompilerを部材ワイドダイナミックスアセンブリで拡張し、剛体から還元されたダイナミクスをコンパイルし、アクチュエータ部品を移動させ、回転子慣性を反射する。 MuJoCoシミュレーションは、リングダンスにおける0.73mmのルート平均二乗(RMS)ペルビス誤差と20の支持モード変化による完全なサイドステップを達成する。
• 参考スコア（独自算出の注目度）: 4.082216579462797
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Physically connected humanoids need consistent dynamics for internal actuator loops, inter-robot forces, and changing ground supports. We extend RoboCompiler with member-wise dynamics assembly, compiling reduced dynamics from rigid bodies, moving actuator parts, and reflected rotor inertias. Compiled body Jacobians and analytic constraint curvature yield an explicit Coriolis factor satisfying the power identity for floating-base quasi-velocities. A two-level reduction retains reusable robot models while composing their supports and hand connections; local inertial updates have rank at most six, and prescribed-acceleration constraint wrenches are affine in actuator efforts. These interfaces support actuator-aware tracking, coupled force allocation, payload updates, and support-mode switching for five hand-linked humanoids. Across 264 feasible states in eight humanoid configurations, normalised acceleration discrepancies remain within $1.6\!\times\!10^{-10}$ against a hard-constraint reference and $1.4\!\times\!10^{-10}$ against a compiler-independent reference; MuJoCo simulations achieve 0.73~mm root-mean-square (RMS) pelvis error in the ring dance and complete side steps through 20 support-mode changes.
• Abstract（参考訳）: 物理的に連結されたヒューマノイドは、内部のアクチュエータループ、ロボット間力、地面の支持の変化に対して一貫したダイナミクスを必要とする。 我々は、RoboCompilerを部材ワイドダイナミックスアセンブリで拡張し、剛体から還元されたダイナミクスをコンパイルし、アクチュエータ部品を移動させ、回転子慣性を反射する。 コンパイルされたボディージャコビアンと解析的制約曲率により、浮動小数点準速度に対するパワーアイデンティティを満たす明らかなコリオリ因子が得られる。 2段階のリダクションは、サポートとハンド接続を構成しながら再利用可能なロボットモデルを保持し、ローカル慣性更新は最大6つのランクを持ち、所定の加速制約レンチはアクチュエーターの取り組みにおいてアフィンである。 これらのインターフェースは、アクチュエータ対応トラッキング、結合力割り当て、ペイロード更新、ハンドリンクされた5つのヒューマノイドのサポートモード切替をサポートする。 8つのヒューマノイド構成の264以上の実現可能な状態において、正規化された加速度差は1.6\! タイムズ! 10^{-10}$ to a hard-constraint reference and $1.4\! タイムズ! 10^{-10}$ against a compiler-independent reference; MuJoCo Simulations achieve 0.73~mm root-mean-square (RMS) pelvis error in the ring dance and complete side steps through 20 support-mode changes。

関連論文リスト

• An Open MuJoCo Simulation Framework for a Quadrotor Carrying a Tendon-Driven Soft Continuum Arm [0.0]
  本稿では, 腱駆動型ソフトコンティニュウムアームを体の下に搭載した四角形機のオープンソースシミュレーションフレームワークについて述べる。 腕は12個のセグメントからなる擬似剛体鎖としてモデル化され、一対のヒンジで結合される。 閉形式テントンテンションアロケーションは、すべてのテンションをその限界内に保持し、すべての方向において同じ曲げモーメントを与える。
  論文  参考訳（メタデータ） (2026-10-11T03:32:57Z)
• RoboCompiler: Graph-Native Compilation of Closed-Chain Robots for Consistent Modeling, Control, and Simulation [13.469049399799205]
  本稿では,標準機構グラフを共有メカニカルインタフェースにコンパイルするグラフネイティブフレームワークであるRoboCompilerを提案する。 体、関節、フレーム、慣性体、アクチュエーターポートからクロージャーパスと分析的残留ヤコビアンを構成する。 我々は,産業用掘削機Unitree Go2,Franka Panda,Kangaroo,および6-UPSスチュワートプラットフォーム上での物理的ループとタスクによる制約を評価した。
  論文  参考訳（メタデータ） (2026-09-28T17:46:49Z)
• GigaBrain-WBC-0.5: A Behavior World Model for Robust Whole-Body Control with Environment Interaction [68.67772166423812]
  ヒューマノイド全身制御のための行動世界モデル(BWM)であるGigaBrain-WBC-0.5を提案する。 純粋にリアクティブなトラッカーではなく、因果トランスフォーマーをトレーニングして、次のアクション、次の状態、次の潜伏動作コマンドに対する分布を共同で予測します。 自動地形アノテーションパイプラインは、再ターゲティングされた動きから完全な3D接触形状を復元し、既存の動きデータセットのスケールでの地形アノテートを可能にする。
  論文  参考訳（メタデータ） (2026-08-18T18:21:36Z)
• NeuralActuator: Neural Actuation Modeling for Robot Dynamics and External Force Perception [32.4225008514158]
  微分シミュレータは、ロボットタスクを横断する高度なポリシー学習とモデルベース制御を持つ。 低コストサーボプラットフォーム上での軌道伝搬のためのトルクサロゲートを共同で予測するニューラルアクチュエータを提案する。 プレトレーニングモジュールとしてNeuralActuatorを用いて,運動条件推定と行動閉鎖性能の向上を実証した。
  論文  参考訳（メタデータ） (2026-07-13T15:58:34Z)
• ZiMPedance: Impedance-Aware ZMP Modeling and Control for Payload Carrying with Quadruped Robots [4.183011762144409]
  本稿では,ゼロモーメント点 (ZMP) の定式化を導出し, 剛性, 減衰, ペイロード質量を安定マージンに関連付けるパッシブ・ペイロード・インターフェース・ダイナミクスについて述べる。 シミュレーションにおいて、提案したコントローラは安定性違反を7.0%$から0.7%$に最大10倍減らし、水平地表面反応力の労力を名目ベースラインと比較して最大15%値下げすることで移動効率を向上させる。
  論文  参考訳（メタデータ） (2026-06-17T10:00:19Z)
• VAIC: Vision-Guided Humanoid Agile Object Interaction Control via Decoupled Commands [56.029505206531155]
  Vision Guided Agile Interaction Control (VAIC)は、現在のコントローラとヒューマノイドロボットのギャップを埋める統合フレームワークである。 まず、特権教師政策は、正確な物体運動学と正確な環境状態を用いて多様な相互作用スキルを習得する。 第二に、デプロイ可能な学生ポリシーは、全体追跡を複数の軸にまたがる速度目標に置き換えることで、これらの能力を蒸留する。
  論文  参考訳（メタデータ） (2026-06-08T09:52:55Z)
• ULTRA: Unified Multimodal Control for Autonomous Humanoid Whole-Body Loco-Manipulation [55.467742403416175]
  本稿では,大規模モーションキャプチャをヒューマノイドに変換する物理駆動型ニューラルネットワークを提案する。 我々は高密度参照とスパースタスク仕様の両方をサポートする統合マルチモーダルコントローラを学習する。 その結果,ULTRAは自我中心の知覚から,自律的,目標条件付き全体ロコ操作に一般化することが示された。
  論文  参考訳（メタデータ） (2026-03-03T18:59:29Z)
• RobotDancing: Residual-Action Reinforcement Learning Enables Robust Long-Horizon Humanoid Motion Tracking [50.200035833530876]
  RobotDancingはシンプルでスケーラブルなフレームワークで、残留する関節の目標を予測して、ダイナミックスの不一致を明示的に修正する。 複数分間の高エネルギー動作(ジャンプ、スピン、カートホイール)をトラッキングし、高いモーショントラッキング品質のハードウェアにゼロショットをデプロイする。
  論文  参考訳（メタデータ） (2025-09-25T03:30:34Z)
• TrajBooster: Boosting Humanoid Whole-Body Manipulation via Trajectory-Centric Learning [79.59753528758361]
  両足のVLAを促進するために、豊富な車輪付きヒューマノイドデータを活用するクロス・エボディメント・フレームワークであるTrajBoosterを提案する。 私たちのキーとなる考え方は、形態素に依存しないインターフェースとして、エンドエフェクタ・トラジェクトリを使用することです。 以上の結果から,TrajBoosterは既存の車輪付きヒューマノイドデータにより,二足歩行ヒューマノイドVLAの性能を効率的に向上させることができることがわかった。
  論文  参考訳（メタデータ） (2025-09-15T12:25:39Z)

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。