論文の概要: Adaptive Hybrid Force-Vision Control with EMG-Derived References for Deformable Bottle Manipulation
- arxiv url: http://arxiv.org/abs/2611.07235v1
- Date: Wed, 04 Nov 2026 23:39:05 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-11-06 21:50:50.470593
- Title: Adaptive Hybrid Force-Vision Control with EMG-Derived References for Deformable Bottle Manipulation
- Title（参考訳）: 変形性ボトルマニピュレーションのためのEMG-Derived Referencesを用いた適応型ハイブリッド力覚制御
- Abstract要約: ボトルを絞るほど単純な装置でさえ、変形性のために難しい操作の問題を引き起こす。
本稿では,ロボットグリップの適応型ハイブリッド視覚力制御器を用いて,実験室のスクリューボトルを効果的に操作し,液体を排出する手法を提案する。
- 参考スコア（独自算出の注目度）: 6.563525627594774
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Robotic automation of laboratory tasks has become a growing interest to remove researchers from hazardous environments and repetitive procedures. However, even equipment as simple as squeeze bottles poses a challenging manipulation problem due to its deformability. This paper presents an adaptive hybrid vision-force controller for robotic grippers to effectively manipulate laboratory squeeze bottles to dispense liquid. This approach integrates force and vision feedback according to the interaction state, enabling effective squeezing while accounting for bottle deformation and recovery. The proposed controller is validated by comparing its performance with a pure force controller on 12 combinations of conditions consisting of 2 target dispense volumes, 2 plastic squeeze bottles, and 1 to 3 squeezes used to dispense. Human demonstrations of these operating conditions were collected using electromyography (EMG) sensing mapped to a desired grip force, which was then used as the force reference for the controllers to squeeze the bottles. Results demonstrated that the proposed adaptive hybrid vision-force controller achieved more accurate liquid dispensing with a mean absolute error (MAE) of 6.54 mL compared to a MAE of 15.92 mL from the pure force controller, while also replicating the human action recorded from the EMG signal more closely.
- Abstract（参考訳）: 実験室作業のロボット自動化は、研究者を危険環境や反復的な手順から排除することへの関心が高まっている。
しかし、ボトルを絞るほど簡単な装置であっても、変形性のために操作が困難な問題を引き起こす。
本稿では,ロボットグリップの適応型ハイブリッド視覚力制御器を用いて,実験室のスクリューボトルを効果的に操作し,液体を排出する方法について述べる。
このアプローチは、相互作用状態に応じて力と視覚のフィードバックを統合し、ボトルの変形と回復を考慮に入れながら効果的なスクイーズを可能にする。
提案した制御器は、2つの目標吐出量、2つのプラスチックスクラップボトル、1〜3個の懸濁液からなる12種類の条件の組み合わせで、純力制御装置と性能を比較して検証する。
これらの動作条件の人間による実演は、望まれる握力にマッピングされた筋電図(EMG)を使用して収集され、その後、制御装置がボトルを絞る力基準として使用された。
その結果、適応型ハイブリッド視覚力制御装置は、純粋な力制御器の15.92mLのMAEと比較して平均絶対誤差(MAE)が6.54mLの液体を放出し、EMG信号から記録された人間の行動をより正確に再現することに成功した。
関連論文リスト
- DexBioLab: Benchmarking Dexterous Manipulation with Dynamic Experimental Phenomena in Realistic Laboratories [48.71780632078372]
DexBioLabは, 現実的な生物実験室環境において, 奇抜な操作を行うためのフレームワークである。
DexBioLabは、4つのロボットエボディメントにまたがる14のタスク、機能ツールの使用、精度操作、言語条件の視覚的接地、楽器操作で構成されている。
本研究では, 火炎, 蒸気, 気泡などの制御可能な動的実験現象を導入し, 進化する視覚条件を捉える。
論文 参考訳（メタデータ） (2026-10-09T14:21:41Z) - Distributed Motion Planning with Safety Guarantees for Self-Reconfiguring Robotic Boats [76.98547580312116]
本稿では,分散モデル予測制御(MPC)と制御バリア関数(CBF)を組み合わせたハイブリッドフレームワークを提案する。
リアルタイムに安全を確保するため、分散CBFベースのフィルタを適用し、エージェント間回避を強制する。
論文 参考訳（メタデータ） (2026-07-22T16:37:05Z) - Compliant Non-Prehensile Pushing Manipulation [2.526906424066039]
ロボット操作システムによる非包括的プッシュ操作の課題に対処する。
我々は、最先端のプッシュモデルを拡張して、インピーダンス制御ロボットと統合する。
本研究では,ロボットの位置・速度設定点を最適に調節し,従順なプッシュを可能にするモデル予測制御フレームワークを開発する。
論文 参考訳（メタデータ） (2026-05-25T10:24:05Z) - Autonomous Manipulation of Hazardous Chemicals and Delicate Objects in a Self-Driving Laboratory: A Sliding Mode Approach [3.7215125870216013]
スライディングモード制御(SMC)は、マニピュレータ力学における不確実性や乱れを管理するための堅牢なアプローチとして登場した。
本研究では,モビリティプラットフォームに搭載されたマニピュレータの動作を制御するために,双曲型タンジェント関数を用いたモデルベースSMC(MBSMC)を実装した。
PID, NMBSMCと比較すると, MBSMCはよりスムーズな運動, 最大90%の制御作業が達成された。
論文 参考訳（メタデータ） (2026-01-18T21:05:47Z) - CHIP: Adaptive Compliance for Humanoid Control through Hindsight Perturbation [70.5382178207975]
hIsight Perturbation (CHIP)は、制御可能なエンドエフェクタ剛性を実現するプラグイン・アンド・プレイモジュールである。
CHIPの実装は簡単で、データ拡張も追加の報酬チューニングも必要ありません。
そこで本研究では,CHIPでトレーニングした汎用モーショントラッキングコントローラが,多種多様な操作タスクを実行できることを示す。
論文 参考訳（メタデータ） (2025-12-16T18:56:04Z) - A Flexible Funnel-Shaped Robotic Hand with an Integrated Single-Sheet Valve for Milligram-Scale Powder Handling [15.970895615472083]
実験室自動化(LA)は、人間の介入なしに連続的なロボット操作を可能にすることによって、固体物質の発見を加速する可能性がある。
本研究は, ソフトネスと円錐状シートデザインを先行して保持する, ファンネル形状のフレキシブルロボットハンドを提案する。
粉体フローモデルとオンラインパラメータ識別に基づいて、フィードバック制御システムを介して外部バランスと統合する。
論文 参考訳（メタデータ） (2025-12-08T01:57:29Z) - Neural reservoir control of a soft bio-hybrid arm [0.37109226820205005]
屈曲性脊椎を包む複数の筋腱群からなる生体ハイブリッドモデルアームの動的制御に神経貯水池がどのように使用されるかを示す。
我々は,貯水池の使用が,従来のニューラルネットワークのアプローチよりも優れた,困難なタスクのセットに対して,同時制御と自己モデリングを促進する方法を示す。
論文 参考訳（メタデータ） (2025-03-12T15:31:33Z) - On the Vulnerability of LLM/VLM-Controlled Robotics [54.57914943017522]
大規模言語モデル(LLM)と視覚言語モデル(VLM)を統合するロボットシステムの脆弱性を,入力モダリティの感度によって強調する。
LLM/VLM制御型2つのロボットシステムにおいて,単純な入力摂動がタスク実行の成功率を22.2%,14.6%減少させることを示す。
論文 参考訳（メタデータ） (2024-02-15T22:01:45Z) - Physics-informed machine learning with differentiable programming for
heterogeneous underground reservoir pressure management [64.17887333976593]
地下貯水池の過圧化を避けることは、CO2の沈殿や排水の注入といった用途に欠かせない。
地中における複雑な不均一性のため, 噴射・抽出制御による圧力管理は困難である。
過圧化防止のための流体抽出速度を決定するために、フル物理モデルと機械学習を用いた微分可能プログラミングを用いる。
論文 参考訳（メタデータ） (2022-06-21T20:38:13Z) - A Novel Sample-efficient Deep Reinforcement Learning with Episodic
Policy Transfer for PID-Based Control in Cardiac Catheterization Robots [2.3939470784308914]
このモデルは、血管内カテーテル用に設計されたロボットシステムの軸方向運動制御のために検証された。
従来の10試行法と比較すると,0.003mmの誤差で利得を調整できることがわかった。
論文 参考訳（メタデータ） (2021-10-28T08:18:01Z) - Learning Compliance Adaptation in Contact-Rich Manipulation [81.40695846555955]
本稿では,コンタクトリッチタスクに必要な力プロファイルの予測モデルを学習するための新しいアプローチを提案する。
このアプローチは、双方向Gated Recurrent Units (Bi-GRU) に基づく異常検出と適応力/インピーダンス制御を組み合わせたものである。
論文 参考訳（メタデータ） (2020-05-01T05:23:34Z)
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。