論文の概要: Rollbot 2: Agile Locomotion by a Single-Actuator Spherical Robot

• arxiv url: http://arxiv.org/abs/2610.24129v1
• Date: Fri, 16 Oct 2026 19:01:12 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-26 10:49:58.624202
• Title: Rollbot 2: Agile Locomotion by a Single-Actuator Spherical Robot
• Title（参考訳）: Rollbot 2: 単一アクチュエータ球型ロボットによるアジャイルロコモーション
• Abstract要約: ロールボット2は単一アクチュエータの設計を保ち、再設計された質量分布はほぼ直線の圧延を可能にする。 Rollbot 2は、モーションキャプチャなしでUWBビーコンに自律的に接近し、0.87m/sで468mの命令で屋内ルートを完成させる。
• 参考スコア（独自算出の注目度）: 8.470334055419807
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Reducing actuator count simplifies robot hardware but also removes independent inputs for maneuvering. The original Rollbot steered by modulating a quasi-stable helical orbit, but moved slowly and relied on external motion capture. Rollbot 2 preserves the single-actuator design while its redesigned mass distribution enables near-straight rolling and more direct travel toward commanded paths and beacon targets. Onboard inertial and ultra-wideband sensing support learned steering, beacon seeking, and waypoint following through one motor-velocity command. Rollbot 2 autonomously approaches UWB beacons without motion capture and completes a 468~m manually commanded indoor route at 0.87~m/s. On the shared 4.8~m ``N'' waypoint benchmark, all 16 trials complete the path with a mean traversal time of 10.8~s and mean time-averaged deviation of 7~cm. Its fastest traversal takes 8.0~s, over 70 times faster than the original Rollbot's 564~s run despite minor protocol differences. These results show how mechanical redesign, onboard sensing, and learning-based control improve the agility and autonomy of a single-actuator spherical robot.
• Abstract（参考訳）: アクチュエータカウントの削減は、ロボットハードウェアを単純化すると同時に、操作のための独立した入力も削除する。 オリジナルのロールボットは準安定のヘリカル軌道を変調して操縦したが、ゆっくりと動き、外部のモーションキャプチャに頼っていた。 ロールボット2は単一アクチュエータの設計を保ち、再設計された質量分布は、ほぼ直線的な転がりと、指示された経路やビーコンの目標へのより直接的な移動を可能にする。 慣性および超広帯域センシング支援は、ステアリング、ビーコンサーチ、ウェイポイントを1つのモーター速度コマンドで学習した。 ロールボット2は、モーションキャプチャーなしでUWBビーコンに自律的に接近し、0.87〜m/sで手動で屋内ルートを468〜mで完了させる。 共有された4.8~m ``N'' のウェイポイントベンチマークでは、16の試験はすべて平均走行時間10.8~sと平均時間平均偏差7~cmでパスを完了した。 最速の走行速度は8.0~sで、プロトコルの違いにもかかわらずオリジナルのRollbotの564~sの70倍以上の速度である。 これらの結果は、機械的再設計、オンボードセンシング、学習に基づく制御が、単一アクチュエータ球型ロボットの俊敏性と自律性をいかに改善するかを示している。

関連論文リスト

• Robostral Navigate [138.74472687550374]
  Robostral Navigateは、大規模なナビゲーションシステムのための視覚言語モデルである。 モノラルなRGB画像のストリームのみを消費し、現在のカメラビューの次のターゲット位置を指して、ウェイポイントを予測する。 我々は、実世界のデータ収集への依存を減らすため、350kのシミュレートされたシーンに240万のトラジェクトリを生成します。
  論文  参考訳（メタデータ） (2026-07-22T23:13:05Z)
• WaveForward: An Omnidirectional Passive Wheeled Quadruped Robot with Casters [7.753040656802682]
  車輪付き脚ロボットは、複雑な地形を横断するアジャイルモビリティと高い効率の両方を持ち、長距離輸送用途に適している。 そこで本研究では,両脚に標準キャスターを装着し,全方向移動を実現する新しい,低コストな受動脚型ロボットを提案する。
  論文  参考訳（メタデータ） (2026-06-24T01:59:51Z)
• Enabling Autonomous Navigation in a Snake Robot through Visual-Inertial Odometry and Closed-Loop Trajectory Tracking Control [0.0]
  スネークロボットは、従来のローバーに到達できない極端な地形を横断する例外的な移動手段を提供する。 この論文は、惑星探査用に設計された11自由度モジュラーヘビロボットCOBRAのための完全な自律パイプラインを開発する。
  論文  参考訳（メタデータ） (2025-12-09T05:17:42Z)
• Gait-Adaptive Perceptive Humanoid Locomotion with Real-Time Under-Base Terrain Reconstruction [86.53248703859718]
  本研究では,地形認識,歩行制御,全身制御を一つの強化学習ポリシーにマージする知覚的移動フレームワークを提案する。 31-DoF、1.65mのヒューマノイドロボットによる実験は、シミュレーションと実世界の両方で堅牢な移動を実証している。
  論文  参考訳（メタデータ） (2025-12-08T11:42:41Z)
• WMINet: A Wheel-Mounted Inertial Learning Approach For Mobile-Robot Positioning [2.915868985330569]
  我々はWMINETを車輪搭載型慣性深度学習手法として提案し,その慣性センサのみに基づいて移動ロボットの位置を推定する。 そこで本研究では,車載アプローチと移動ロボットの周期軌道駆動という,慣性ドリフトを減らすための2つの一般的な実践的手法をマージする。 我々のアプローチは最先端のアプローチよりも66%改善した。
  論文  参考訳（メタデータ） (2025-03-17T10:43:46Z)
• The One RING: a Robotic Indoor Navigation Generalist [58.30694487843546]
  RING (Robotic Indoor Navigation Generalist) は、あらゆる移動ロボットを効果的な屋内セマンティックナビゲータに変えるための具体的方針である。 完全にシミュレーションで訓練されたRingは、ロボットによる大規模なランダム化を利用して、多くの現実世界のプラットフォームに堅牢な一般化を可能にする。
  論文  参考訳（メタデータ） (2024-12-18T23:15:41Z)
• Learning Robust Autonomous Navigation and Locomotion for Wheeled-Legged Robots [50.02055068660255]
  都市環境のナビゲーションは、ロボットにとってユニークな課題であり、移動とナビゲーションのための革新的なソリューションを必要としている。 本研究は, 適応移動制御, 移動対応ローカルナビゲーション計画, 市内の大規模経路計画を含む, 完全に統合されたシステムを導入する。 モデルフリー強化学習(RL)技術と特権学習を用いて,多目的移動制御系を開発した。 私たちのコントローラーは大規模な都市航法システムに統合され、スイスのチューリッヒとスペインのセビリアで自律的、キロメートル規模の航法ミッションによって検証されます。
  論文  参考訳（メタデータ） (2024-05-03T00:29:20Z)
• Impedance Matching: Enabling an RL-Based Running Jump in a Quadruped Robot [7.516046071926082]
  シミュレーションロボットと現実ロボットのギャップを軽減するための新しい枠組みを提案する。 本フレームワークはパラメータ選択のための構造化ガイドラインとシミュレーションにおける動的ランダム化の範囲を提供する。 結果は、我々の知る限り、実四足歩行ロボットにおいて、RLベースの制御ポリシーによって実証された最も高く、最も長いジャンプの1つです。
  論文  参考訳（メタデータ） (2024-04-23T14:52:09Z)
• Barkour: Benchmarking Animal-level Agility with Quadruped Robots [70.97471756305463]
  脚付きロボットのアジリティを定量化するための障害物コースであるBarkourベンチマークを導入する。 犬の機敏性の競争に触発され、様々な障害と時間に基づくスコアリング機構から構成される。 ベンチマークに対処する2つの方法を提案する。
  論文  参考訳（メタデータ） (2023-05-24T02:49:43Z)
• VAE-Loco: Versatile Quadruped Locomotion by Learning a Disentangled Gait Representation [78.92147339883137]
  本研究では,特定の歩行を構成する主要姿勢位相を捕捉する潜在空間を学習することにより,制御器のロバスト性を高めることが重要であることを示す。 本研究では,ドライブ信号マップの特定の特性が,歩幅,歩幅,立位などの歩行パラメータに直接関係していることを示す。 生成モデルを使用することで、障害の検出と緩和が容易になり、汎用的で堅牢な計画フレームワークを提供する。
  論文  参考訳（メタデータ） (2022-05-02T19:49:53Z)

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。