論文の概要: Competitive Task Allocation with Temporal Proposal Windows and Improved Artificial Potential Fields for Dual-Arm Industrial Manipulation

• arxiv url: http://arxiv.org/abs/2610.15763v1
• Date: Sun, 11 Oct 2026 16:42:16 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-19 16:45:27.05435
• Title: Competitive Task Allocation with Temporal Proposal Windows and Improved Artificial Potential Fields for Dual-Arm Industrial Manipulation
• Title（参考訳）: 時間的提案によるタスク割当とデュアルアルム産業マニピュレーションのための人工電位場の改善
• Abstract要約: 本稿では,デュアルアームシステムのための距離ベース競合タスク割り当てフレームワークを提案する。 時間的ウィンドウ機構により、各アームは5つの連続した視覚フレーム上での物体検出を評価することができる。 このフレームワークは、30FPSのYOLOv8 OBB検出と10Hzの制御ループを統合し、産業組み立てとソート操作の実用的な展開能力を実証している。
• 参考スコア（独自算出の注目度）: 0.6919008885256032
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Modern industrial automation demands autonomous collaborative systems capable of coordinated manipulation in workspaces with heterogeneous object arrangements. Existing systems rely on predetermined trajectories and rigid allocation strategies, causing suboptimal workspace utilization and collision risks. This paper presents a distance-based competitive task allocation framework for dual-arm systems, integrating real-time vision perception with collision-free motion planning. A temporal window mechanism enables each arm to evaluate object detections over five consecutive vision frames before committing to optimal distance-based selection, featuring dynamic reallocation and spatial conflict resolution at 0.01m threshold accuracy. An improved Artificial Potential Field (iAPF) framework provides coordinated dual-arm movements through exponential goal attraction, inter-arm repulsion, home-seeking, and velocity damping forces. Simulation results validate superiority over market-based, round-robin, and fixed allocation strategies in distance efficiency, collision risk, and workspace coverage. Hardware experiments using two 6-DOF Kinova Gen3 Lite manipulators demonstrate approximately 47% average velocity improvement over fixed allocation in homogeneous scenarios with zero collisions, while mixed object scenarios confirm universal handling with approximately 11% time overhead offset by superior safety margins. The framework integrates YOLOv8 OBB detection at 30 FPS with 10 Hz control loops, demonstrating practical deployment capability for industrial assembly and sorting operations.
• Abstract（参考訳）: 現代の産業自動化は、異種オブジェクトアレンジメントを備えたワークスペースにおける協調的な操作が可能な自律的な協調システムを要求する。 既存のシステムは、所定の軌道と厳格な割り当て戦略に依存しており、最適作業空間の利用と衝突リスクを引き起こしている。 本稿では、リアルタイム視覚認識と衝突のないモーションプランニングを統合した、デュアルアームシステムのための距離ベース競合タスク割り当てフレームワークを提案する。 時間的ウィンドウ機構により、各アームは、最適な距離ベースの選択をコミットする前に、5つの連続する視覚フレーム上の物体検出を評価でき、動的リアルロケーションと空間衝突の解決を0.01mの精度で行うことができる。 改良された人工電位場(iAPF)フレームワークは、指数的な目標アトラクション、アーム間反発、ホームシーキング、速度減衰力を通じて協調されたデュアルアーム運動を提供する。 シミュレーションの結果は, 市場ベース, ラウンドロビン, 固定配置戦略よりも, 距離効率, 衝突リスク, ワークスペースカバレッジにおいて優れていた。 2つの6-DOF Kinova Gen3 Lite マニピュレータを用いたハードウェア実験では、ゼロ衝突を伴う均一なシナリオにおける固定配置よりも平均速度が約47%向上した。 このフレームワークは、30FPSのYOLOv8 OBB検出と10Hzの制御ループを統合し、産業組み立てとソート操作の実用的な展開能力を実証している。

関連論文リスト

• SplatCtrl: Perception-Action Coupling via Gaussian Scene Representations and Reactive Robot Control [14.952269223197751]
  本稿では,リアルタイムシーン再構成とリアクティブロボットモーション生成のための統合フレームワークであるSplatCtrlを提案する。 3次元ガウススプラッティング(3D-GS)を基盤として,ハイブリッドなボクセルフィルタと動的ガウス転位戦略を導入する。 安全かつ反応性の高い制御のために,等方的ガウス関数から連続符号付き距離関数を導出する手法を提案する。
  論文  参考訳（メタデータ） (2026-07-09T21:18:39Z)
• Learning Reactive Dexterous Grasping via Hierarchical Task-Space RL Planning and Joint-Space QP Control [50.28263951510334]
  本稿では,リアクティブなデクスタリーグルーピングのためのハイブリッド階層型制御フレームワークを提案する。 提案手法は,低レベル共同実行から高レベル空間意図を明示的に分離する。 我々は厳密なシミュレーションと現実のパイプラインを通して提案したフレームワークを広範囲に検証する。
  論文  参考訳（メタデータ） (2026-05-05T04:49:38Z)
• Fast and Safe Trajectory Optimization for Mobile Manipulators With Neural Configuration Space Distance Field [34.07401865897874]
  Generalized Space Fields (GCDF) は、ベースアーム結合を移動マニピュレータに拡張するために使用できる。 GCDFは、非有界空間における全体構成をエンコードする。 我々はGCDFに基づく推論を中心に,高性能な最適化解法を開発した。
  論文  参考訳（メタデータ） (2026-01-26T14:55:26Z)
• A General Purpose Method for Robotic Interception of Non-Cooperative Dynamic Targets [0.0]
  本稿では,動的,非協調的対象の自律的,視覚に基づくインターセプションのための汎用的枠組みを提案する。 このアプローチは、ターゲット追跡のためのフィデューシャルを備えた単眼カメラにのみ依存し、ローカルなオブザーバフレームで完全に動作する。 シミュレーションおよび物理実験の結果は、低いインターセプション誤差で堅牢な性能を示す。
  論文  参考訳（メタデータ） (2025-12-23T21:14:03Z)
• Optimization-Guided Diffusion for Interactive Scene Generation [52.23368750264419]
  本稿では,拡散型サンプリングにおける構造的一貫性と相互作用認識を実現するための,最適化誘導型トレーニングフリーフレームワークであるOMEGAを提案する。 OMEGAは生成リアリズム,一貫性,可制御性を向上し,身体的および行動学的に有効なシーンの比率を増大させることを示す。 当社のアプローチでは,3秒未満の時間対コリションで,より近いコリジョンフレームを5ドル(約5,500円)で生成することも可能だ。
  論文  参考訳（メタデータ） (2025-12-08T15:56:18Z)
• Task-Oriented Edge-Assisted Cross-System Design for Real-Time Human-Robot Interaction in Industrial Metaverse [26.171942521894675]
  本稿では,デジタルツイン(DT)を用いたタスク指向エッジアシスト型クロスシステムフレームワークを提案する。 1)視覚フィードバックのためのプロアクティブなメタバースレンダリング,2)リモートデバイスのプリエンプティブコントロール。
  論文  参考訳（メタデータ） (2025-08-28T11:10:41Z)
• NOVA: Navigation via Object-Centric Visual Autonomy for High-Speed Target Tracking in Unstructured GPS-Denied Environments [56.35569661650558]
  我々はNOVAというオブジェクト中心のフレームワークを導入し、ロバストな目標追跡と衝突認識ナビゲーションを可能にした。 グローバルマップを構築するのではなく、NOVAはターゲットの参照フレーム内での知覚、推定、制御を定式化する。 我々は,都市迷路や森林の小道,間欠的なGPS損失を伴う建物内の繰り返し遷移など,現実の挑戦的なシナリオにまたがってNOVAを検証する。
  論文  参考訳（メタデータ） (2025-06-23T14:28:30Z)
• Robust Collaborative Perception without External Localization and Clock Devices [52.32342059286222]
  複数のエージェントをまたいだ一貫した空間的時間的調整は、協調的な知覚の基礎である。 従来の手法は、ローカライゼーションとクロック信号を提供するために外部デバイスに依存している。 本稿では,様々なエージェントの知覚データに内在する幾何学的パターンを認識して整列する手法を提案する。
  論文  参考訳（メタデータ） (2024-05-05T15:20:36Z)

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。