論文の概要: A Bi-level Co-design Framework for Lunar Monoped with 2D Jump and Landing Control

• arxiv url: http://arxiv.org/abs/2610.37199v1
• Date: Tue, 27 Oct 2026 13:20:03 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-28 21:04:31.634389
• Title: A Bi-level Co-design Framework for Lunar Monoped with 2D Jump and Landing Control
• Title（参考訳）: 2次元跳躍・着地制御による月面単体の二段共同設計フレームワーク
• Abstract要約: 月探査用のレッグロボットは低重力のために設計されなければならない。 接触力の減少と 長い飛行フェーズは 脚の形態と コントローラーの選択を相互依存させる 本研究では,2段共同設計フレームワークを用いて,月の重力で単調な平面について検討する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Legged robots for lunar exploration must be designed for low gravity, where reduced contact forces and long flight phases make leg morphology and controller choice interdependent. We study this for a planar monoped in lunar gravity ($1.625$ m/s$^2$) using a bi-level co-design framework: a differential evolution outer loop searches over link lengths, and each candidate is evaluated on a vertical jump by either a quadratic program based task-space controller (QP-TSC) or a direct-collocation based trajectory optimization. The two controllers yield different optimal link lengths, and trajectory optimization outperforms the QP-TSC across most of the design space, with 17% lower Cost of Transport (COT) at their respective optima. We then extend to a 2D jump, where trajectory optimization with centroidal angular momentum regulation produces stable in-place and forward jumps, and an LQR controller absorbs impact and stabilizes the robot after touchdown. This is demonstrated on a baseline morphology with both links 0.3 m long.
• Abstract（参考訳）: 月探査用の脚付きロボットは低重力のために設計されなければならない。 差分進化外ループはリンク長を探索し、各候補は2次プログラムベースのタスク空間コントローラ(QP-TSC)または直接座標に基づく軌道最適化により垂直ジャンプで評価される。 2つのコントローラは最適リンク長が異なるため、軌道最適化はQP-TSCよりも性能が良く、17%のコスト・オブ・トランスポート(COT)が最適である。 次に、2Dジャンプに拡張し、遠心角運動量調節による軌道最適化により、安定なインプレースとフォワードジャンプを実現し、LQRコントローラは、タッチダウン後の衝撃を吸収し、ロボットを安定化させる。 これは、両方のリンクの長さ0.3mのベースラインモルフォロジーで示される。

関連論文リスト

• REACH: An RL-based Hierarchical Humanoid Crawling Framework for Adaptable Confined Space Traversal [6.9464843039051205]
  高さ制約環境を横断するUnitree G1ヒューマノイドを実現するためのRLに基づく階層型フレームワークを提案する。 学習されたポリシーは、二足歩行では1.27-0.50m、クロールでは0.50-0.20mの体高を規定している。
  論文  参考訳（メタデータ） (2026-10-27T02:59:37Z)
• Bio-inspired Thrust-Assisted Trotting on a legged-Aerial Robot via Real-Time QP-MPC [7.48622277157515]
  本稿では,Harpy上の2次プログラムベースコントローラのハードウェア実装について述べる。 提案した制御器は、スラスタ支援スプリング装荷逆振子力学を凝縮QPモデル予測制御問題として定式化する。 分離された制御アーキテクチャを使用し、ロボットの矢状力学をQP-MPCを用いて制御する。
  論文  参考訳（メタデータ） (2026-10-19T17:50:01Z)
• Event-Based Motion Estimation via Oriented Distance Fields [55.23416502666468]
  イベントベースの動き推定は、高時間分解能と高速動作に対する堅牢性を必要とするタスクの中心である。 本稿では,この最適化を,事前計算された事象距離ベクトルの場上の1つの平均ステップに置き換える,オブジェクト指向距離場運動推定(ODF Motion Estimation)を提案する。 公開および自己収集されたデータセットでは,ODFの動作推定は,比較手法の中で最低レイテンシでサブピクセル精度に達する。
  論文  参考訳（メタデータ） (2026-08-25T08:27:42Z)
• Physics-Aware End-to-End Deep Reinforcement Learning for Quadcopter Control with Actuator Dynamics [0.0]
  無人航空機(UAV)は、不安定な動特性のために自律制御に固有の課題を提示する。 本稿では,低レベルの身体入力に直接作用する物理認識・エンドツーエンドの深部強化学習(DRL)手法について検討する。 DDPG, TD3, PPO, SACの4つのDRLアルゴリズムを, (S1) 推力のみのホバーと (S2) ピッチトルクと翻訳目標の2段階で評価した。
  論文  参考訳（メタデータ） (2026-07-28T17:05:47Z)
• Dual-Horizon Hybrid Internal Model for Low-Gravity Quadrupedal Jumping with Hardware-in-the-Loop Validation [16.040489668135297]
  この研究は、月の重力下での連続四重跳躍のためのデュアル・水平ハイブリッド内部モデルを示す。 そこで我々は,プルリーカウンタウェイト機構によって重力をオフロードするデジタルツイン駆動システムであるMATRIXプラットフォームを開発した。 本研究では,クレーター状地形を横断する月面重力エミュレーションにより,四足歩行ロボットの連続的なジャンプを実演する。
  論文  参考訳（メタデータ） (2026-03-09T06:03:56Z)
• 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)
• TLControl: Trajectory and Language Control for Human Motion Synthesis [68.09806223962323]
  本稿では,人間のリアルな動き合成のための新しい手法であるTLControlを提案する。 低レベルのTrajectoryと高レベルのLanguage semanticsコントロールが組み込まれている。 インタラクティブで高品質なアニメーション生成には実用的である。
  論文  参考訳（メタデータ） (2023-11-28T18:54:16Z)
• Reaching the Limit in Autonomous Racing: Optimal Control versus Reinforcement Learning [66.10854214036605]
  ロボット工学における中心的な問題は、アジャイルなモバイルロボットの制御システムをどうやって設計するかである。 本稿では、強化学習(RL)で訓練されたニューラルネットワークコントローラが最適制御(OC)法より優れていることを示す。 その結果、アジャイルドローンを最大性能に押し上げることができ、最大加速速度は重力加速度の12倍以上、ピーク速度は時速108kmに達しました。
  論文  参考訳（メタデータ） (2023-10-17T02:40:27Z)
• Motion Planning and Control for Multi Vehicle Autonomous Racing at High Speeds [100.61456258283245]
  本稿では,自律走行のための多層移動計画と制御アーキテクチャを提案する。 提案手法はダララのAV-21レースカーに適用され、楕円形のレーストラックで25$m/s2$まで加速試験された。
  論文  参考訳（メタデータ） (2022-07-22T15:16:54Z)
• Cycloidal Trajectory Realization on Staircase based on Neural Network Temporal Quantized Lagrange Dynamics (NNTQLD) with Ant Colony Optimization for a 9-Link Bipedal Robot [1.7205106391379026]
  本稿では,エネルギー最適化を伴う関節角度軌跡追尾制御のための新しい最適手法を提案する。 9リンク二足歩行モデルによる階段登上作業では, 階段寸法に依存するように, 揺動位相のシクロイド軌道が提案される。
  論文  参考訳（メタデータ） (2020-12-02T05:50:42Z)

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。