論文の概要: Contact-Implicit Whole-Body Trajectory Optimization for Dynamic Humanoid Locomotion on Parameterizable Uneven Terrain
- arxiv url: http://arxiv.org/abs/2611.05585v1
- Date: Tue, 03 Nov 2026 20:17:00 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-11-06 03:25:57.840414
- Title: Contact-Implicit Whole-Body Trajectory Optimization for Dynamic Humanoid Locomotion on Parameterizable Uneven Terrain
- Title（参考訳）: パラメータ可変不均一領域における動的ヒューマノイド移動に対する接触型全体軌道最適化
- Abstract要約: この手紙は、複雑な地形上で動的運動を行うためのヒューマノイドロボットのための軌道プランナーを提示する。
プランナーは、ロボットのフルダイナミックスとキネマティクスを考慮して、予め定義された接触シーケンスなしで実現可能な動作を生成する。
シミュレーションと実際のロボットErgoCubで、非コプラナー地形上で予備的な実現可能性試験を行った。
- 参考スコア（独自算出の注目度）: 9.553673944187253
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: This letter presents a trajectory planner for humanoid robots to perform dynamic motions on complex, parameterizable terrains using a contact-implicit whole-body optimization framework. The planner generates feasible movements without predefined contact sequences, considering the robot's full dynamics and kinematics. To plan bipedal locomotion on steps, ramps, and other terrains, we propose a mathematical model to approximate ground geometry with a smooth surface. The rigid interaction between the robot and the ground is modeled via novel contact constraints, extending the domain of applicability from flat and horizontal surfaces to any arbitrary smooth surface. Effectiveness is demonstrated using nonlinear programming to plan motions on various terrain topologies. We also explore dynamic trajectory generation by embedding high-level requirements in the cost function and the initial guess. Preliminary feasibility tests were conducted over non-coplanar terrains, both in simulation and on the real robot ErgoCub.
- Abstract（参考訳）: 本稿では,人間型ロボットのためのトラジェクティブ・プランナを,接触単純全身最適化フレームワークを用いて,複雑なパラメータ化可能な地形上で動的に動作させる手法を提案する。
プランナーは、ロボットのフルダイナミックスとキネマティクスを考慮して、予め定義された接触シーケンスなしで実現可能な動作を生成する。
ステップ,ランプ,その他の地形上での2足歩行を計画するために,スムーズな表面で地盤形状を近似する数学的モデルを提案する。
ロボットと地面の間の剛性的な相互作用は、新しい接触制約によってモデル化され、平らな面や水平な面から任意の滑らかな面まで適用範囲を広げる。
非線形計画法を用いて様々な地形上の運動を計画する実効性を示す。
また、コスト関数と初期推定に高レベルの要求を埋め込むことにより、動的軌道生成についても検討する。
シミュレーションと実際のロボットErgoCubで、非コプラナー地形上で予備的な実現可能性試験を行った。
関連論文リスト
- Riemannian Optimization-based Whole-body Obstacle Avoidance for Mobile Continuum Robots in Cluttered Environments [12.46811417851625]
ヘビ,象のトランク,タコの腕におけるグローバルな動きの協調と局所的な形状適応に着想を得て,移動体連続体ロボットのための統一的な計画と制御の枠組みを提案する。
本フレームワークは, 長時間の軌道計画と, 動力学的および環境的制約下でのリアルタイムな幾何学的改善を統合した。
その結果, 移動体ロボットの動作の整合性, 実現可能性, 適応性の向上が示された。
論文 参考訳（メタデータ） (2026-11-04T09:27:00Z) - MILD: Tractable Terrain Modeling for Learning Improved Bipedal Locomotion on Deformable Surfaces [27.312811759047023]
物理地上の離散要素接触解法を特徴とするMILDについて述べる。
我々は、深い強化学習を通して地形認識コントローラを訓練する。
本システムでは,様々な表面硬さのオンライン識別と適応性を実証する。
論文 参考訳（メタデータ） (2026-08-20T12:24:34Z) - Simulation-Informed Diffusion for Decentralized Multi-robot Motion Planning [56.240199425429445]
マルチロボットモーションプランニングでは、各ロボットが局所的な観測から衝突のない軌道を生成する必要がある。
既存のほとんどのプランナは、ローカル観測の静的スナップショットからトラジェクトリを生成する。
本稿では,制約対応拡散モデルに基づく分散フレームワークであるSimulation-Informed Diffusion (SID)を紹介する。
論文 参考訳（メタデータ） (2026-05-26T21:17:53Z) - Bi-Level Optimization for Contact and Motion Planning in Rope-Assisted Legged Robots [3.6606977710467326]
提案するフレームワークは、混合整数問題に対処する二段階最適化スキームとして定式化されている。
最適化の外部レベルはクロスエントロピー法を用いて解決され、内部レベルは勾配に基づく非線形最適化に依存する。
このアプローチは、新しい登山ロボットプラットフォームであるALPINE上で、さまざまな困難な地形構成で検証されている。
論文 参考訳（メタデータ） (2026-04-29T17:18:29Z) - Navigating the Clutter: Waypoint-Based Bi-Level Planning for Multi-Robot Systems [54.887871365121775]
乱雑な環境におけるマルチロボット制御は、複雑な物理的制約を伴う難しい問題である。
タスクとモーションプランニングを協調的に最適化するハイブリッドマルチロボット制御フレームワークを提案する。
我々のアプローチは、動作に依存しないベースラインとVLAベースのベースラインよりもタスクの成功を継続的に改善する。
論文 参考訳（メタデータ） (2026-04-22T22:58:47Z) - Learning Smooth and Robust Space Robotic Manipulation of Dynamic Target via Inter-frame Correlation [12.529803316934176]
微小重力環境では、物体は通常自由浮遊であり、地球上で見られる支持や摩擦の制約が欠如している。
本稿では、歴史的時間的情報とフレーム間相関機構を統合したデータ駆動型宇宙ロボット操作手法を提案する。
論文 参考訳（メタデータ） (2026-03-29T06:27:30Z) - Ultrafast Sampling-based Kinodynamic Planning via Differential Flatness [15.37007491684187]
AkinoPDFは、多種多様なフラットなロボットシステムのための高速並列サンプリングに基づくキノダイナミックモーションプランニング技術である。
我々の手法は高速で正確で、どのサンプリングベースモーションプランナーとも互換性がある。
論文 参考訳（メタデータ） (2026-03-17T01:53:10Z) - MeshMimic: Geometry-Aware Humanoid Motion Learning through 3D Scene Reconstruction [54.36564144414704]
MeshMimicは、3Dシーンの再構築とインテリジェンスを組み込んだ革新的なフレームワークで、ヒューマノイドロボットがビデオから直接「モーション・テライン」インタラクションを学習できるようにする。
現状の3次元視覚モデルを活用することで、我々のフレームワークは、人間の軌跡と基礎となる地形や物体の3次元幾何学の両方を正確にセグメント化し再構築する。
論文 参考訳（メタデータ） (2026-02-17T17:09:45Z) - Simultaneous Contact-Rich Grasping and Locomotion via Distributed
Optimization Enabling Free-Climbing for Multi-Limbed Robots [60.06216976204385]
移動, 把握, 接触問題を同時に解くための効率的な運動計画フレームワークを提案する。
ハードウェア実験において提案手法を実証し, より短い計画時間で, 傾斜角45degで自由クライミングを含む様々な動作を実現できることを示す。
論文 参考訳（メタデータ） (2022-07-04T13:52:10Z) - Nonprehensile Riemannian Motion Predictive Control [57.295751294224765]
本稿では,リアル・ツー・シムの報酬分析手法を導入し,リアルなロボット・プラットフォームに対する行動の可能性を確実に予測する。
連続的なアクション空間でオブジェクトを反応的にプッシュするクローズドループコントローラを作成します。
我々は,RMPCが乱雑な環境だけでなく,乱雑な環境においても頑健であり,ベースラインよりも優れていることを観察した。
論文 参考訳（メタデータ） (2021-11-15T18:50:04Z)
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。