論文の概要: Towards Autonomous Bricklaying Using Boston Dynamics Spot
- arxiv url: http://arxiv.org/abs/2610.27472v1
- Date: Tue, 20 Oct 2026 01:42:37 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-21 21:58:47.580654
- Title: Towards Autonomous Bricklaying Using Boston Dynamics Spot
- Title（参考訳）: Boston Dynamics Spot を用いた自律的ブリックレイイングに向けて
- Abstract要約: 本稿では,マニピュレータアームを備えたBoston Dynamics Spot四足ロボットを用いた,自動レンガ積み上げのための概念実証システムを提案する。
このシステムはサプライエリアと組立エリアの間で運用されており、航行のためのローカライゼーションとオートウォークミッションのためにエイプリルタグフィデューサーを使用している。
- 参考スコア（独自算出の注目度）: 6.294614343081474
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Mobile legged robots offer unique advantages for on-site construction, including the ability to traverse unstructured terrain, climb stairs, and operate independently between spatially separated work zones. This paper presents a proof-of-concept system for autonomous brick stacking using a Boston Dynamics Spot quadrupedal robot equipped with a manipulator arm. The system operates between a supply area and an assembly area, using AprilTag fiducials for localization and autowalk missions for navigation. Target brick positions and orientations are specified in CAD software and exported directly for robotic execution. We evaluate placement accuracy through ten repeated assemblies of a curved four-layer wall comprising 14 wooden bricks. Results show mean translation errors below 10 mm and mean yaw errors below 1.5 degrees, while the overall RMSE across all runs is 27.72 mm (translation) and 2.06 degrees (rotation). The system was also tested outdoors with stairs between the two areas. The workflow is modular and easily extendable to different wall geometries.
- Abstract（参考訳）: 移動脚ロボットは、非構造地形を横切ること、階段を登ること、空間的に分離された作業ゾーン間で独立して操作することなど、現場構築にユニークな利点を提供する。
本稿では,マニピュレータアームを備えたBoston Dynamics Spot四足ロボットを用いた,自動レンガ積み上げのための概念実証システムを提案する。
このシステムはサプライエリアと組立エリアの間で運用されており、航行のためのローカライゼーションとオートウォークミッションのためにエイプリルタグフィデューサーを使用している。
ターゲットブロックの位置と方向はCADソフトウェアで指定され、ロボット実行のために直接エクスポートされる。
14本の木造レンガからなる湾曲した4層壁の繰り返し組立による配置精度の評価を行った。
その結果、平均翻訳誤差は10mm以下、平均ヨーエラーは1.5度以下であり、全体のRMSEは27.72mm(翻訳)と2.06度(回転)である。
システムは2つのエリア間の階段で屋外でもテストされた。
ワークフローはモジュール化されており、異なる壁のジオメトリに容易に拡張できる。
関連論文リスト
- Design and Characterization of a Unified Continuum Robot Actuation Platform [2.8701799709152804]
本稿では,アクティベーションハードウェアとソフトウェアを連続ロボット設計から切り離した,統一的なアクティベーションプラットフォームを提案する。
このプラットフォームは、連続ロボットクラスにまたがるモジュラー動作を提供し、多数の自由度(DOF)にスケールし、ハイブリッドアーキテクチャのための従来のシリアルマニピュレータと統合する。
論文 参考訳（メタデータ） (2026-10-14T08:41:32Z) - Spatial Grafting: Grounding 3D Features for Flow-Matching Robot Policies [9.75334900626813]
そこで本研究では,凍結した再構成特徴をロボット相対幾何学に結合する,汎用的で軽量な空間モジュールを提案する。
空間グラフティングは、メトリックグラウンド化された空間トークンを構築し、クロスアテンションを通じてフローマッチングアクションエキスパートに注入する。
比較した幾何認識ポリシーよりも広範に評価する。
論文 参考訳（メタデータ） (2026-09-28T14:17:31Z) - ACE-Brain-0.5: A Unified Embodied Foundational Model for Physical Agentic AI [110.18670135256235]
Embodied AIは、独立した知覚やアクションモジュールから、目標を理解し、計画し、進捗を監視し、経験から改善する物理的なエージェントへと移行している。
ACE-Brain-0.5は,ロボットの知性を5つの結合関数にまとめる統一的な基礎モデルである。
単一の8Bバックボーンは、最初の4つの機能をインスタンス化する: オブジェクトとアベイランスを接地し、3Dとエゴセントリックな空間関係を推論し、命令をサブゴールに分解し、ナビゲーションと操作アクションを生成し、検証と回復の進捗を推定する。
論文 参考訳（メタデータ） (2026-07-05T17:43:06Z) - Autonomous Navigation System for Library Service Robot Based on Unitree Go2 Edu [5.480224483618845]
本稿では, 4D LiDAR, 前面深度カメラ, IMUを備えた, ユニツリー Go2 Edu の ROS 2 ナビゲーションシステムを提案する。
図書館が荒削りな地形であると仮定するのではなく、実際の配備における現実的な移動性の不連続を目標にしている。
実際のライブラリでは,静的,低密度,高密度の動的シーンにおいて,100%,96%,88%の成功率を達成した。
論文 参考訳（メタデータ） (2026-06-02T08:49:25Z) - MARS-Dragonfly: Agile and Robust Flight Control of Modular Aerial Robot Systems [21.471271822760276]
モジュラー・エアリアル・ロボット・システム(MARS)は、再構成可能な連結構造を持つ複数のドローンユニットから構成される。
MARSは単純な準静的モデルと規則に基づくアロケーションに依存しており、不連続かつ非有界なモーターコマンドを生成する。
我々は、受動ドッキング、検出不要な受動ロック、磁気アシスト分離が可能な小型機械システムを開発した。
論文 参考訳（メタデータ） (2026-04-07T06:43:08Z) - MolmoSpaces: A Large-Scale Open Ecosystem for Robot Navigation and Manipulation [56.30931340537373]
MolmoSpacesは、ロボットポリシーのベンチマークをサポートするための、完全にオープンなエコシステムである。
MolmoSpacesは230万以上の屋内環境で構成されている。
MolmoSpaces-Benchは8つのタスクのベンチマークスイートで、ロボットが私たちの多様なシーンとリッチな注釈付きオブジェクトと対話する。
論文 参考訳（メタデータ） (2026-02-11T20:16:31Z) - RoboMIND 2.0: A Multimodal, Bimanual Mobile Manipulation Dataset for Generalizable Embodied Intelligence [59.39508501733987]
本稿では,RoboMIND 2.0について紹介する。これは310K以上のデュアルアーム操作トラジェクトリからなる,総合的な実世界のデータセットである。
コンタクトリッチで空間的に拡張されたタスクの研究を支援するため、データセットには12Kの触覚強調エピソードと20Kの移動操作トラジェクトリが組み込まれている。
RoboMIND 2.0の可能性をフル活用するために、オフライン強化学習により最適化された階層型デュアルシステムフレームワークであるMIND-2システムを提案する。
論文 参考訳（メタデータ） (2025-12-31T05:59:40Z) - RoboTracer: Mastering Spatial Trace with Reasoning in Vision-Language Models for Robotics [53.053660003572965]
本稿では,3次元空間参照と計測の両方を初めて実現した3D対応VLMであるRoboTracerを提案する。
RoboTracerは、強化微調整により、多段階のメートル法推論を進める。
本稿では,空間的トレーシングを評価する上で困難なベンチマークであるTraceSpatial-Benchを提案する。
論文 参考訳（メタデータ） (2025-12-15T18:52:43Z) - InternVLA-M1: A Spatially Guided Vision-Language-Action Framework for Generalist Robot Policy [138.89177083578213]
空間接地とロボット制御のための統合フレームワークであるInternVLA-M1を紹介する。
InternVLA-M1は、(i)2.3M以上の空間的推論データに基づく空間的グラウンドトレーニングと(ii)空間的に誘導された後トレーニングという、2段階のパイプラインを使用する。
結果: InternVLA-M1 は SimplerEnv Google Robot で+14.6%、WidowX で+17%、LIBERO Franka で+4.3% で、空間誘導なしでその変種を上回った。
論文 参考訳（メタデータ） (2025-10-15T17:30:05Z)
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。