論文の概要: A Unified Fractal Impedance Control Framework

• arxiv url: http://arxiv.org/abs/2611.08009v1
• Date: Thu, 05 Nov 2026 13:32:45 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-11-07 04:55:13.519031
• Title: A Unified Fractal Impedance Control Framework
• Title（参考訳）: 統一フラクタルインピーダンス制御フレームワーク
• Abstract要約: フラクタルインピーダンス制御器(FIC)は、これらの安全特性を設計によって保証することが証明されている。 本稿では,ロボットによる最も先進的なアーキテクチャの実装と実験的な検証を紹介する。
• 参考スコア（独自算出の注目度）: 2.1981856669319657
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Physical human--robot interaction requires controllers capable of maintaining intrinsically bounded interactions with the environment. The Fractal Impedance Controller (FIC) has been proven to guarantee these safety characteristics by design. This paper introduces the robotic implementation and experimental validation of its most advanced architecture: the Harmonic-Passive Motion Paradigm (H-PMP), an evolution of the Passive Motion Paradigm designed to mimic human-like interaction. Furthermore, we present a unified framework for FIC deployment, supported by an open-source software suite featuring ROS2, MuJoCo, and physical hardware integrations. Through three experiments conducted on a Kinova Gen3 arm (trajectory tracking, a wall press with sudden loss of contact, and learning-by-demonstration) we compare the H-PMP against earlier FIC architectures. The results demonstrate that the H-PMP achieves a seamless trade-off between admittance and impedance behaviours. This makes it ideal for deployment in unstructured environments, enabling the robot to transition between interaction modes with no computational overhead.
• Abstract（参考訳）: 物理的人間-ロボットの相互作用には、自然界と環境との相互作用を維持するコントローラが必要である。 フラクタルインピーダンス制御器(FIC)は、これらの安全特性を設計によって保証することが証明されている。 本稿では,その最も先進的なアーキテクチャであるH-PMP(Harmonic-Passive Motion Paradigm)のロボットによる実装と実験的検証を紹介する。 さらに、ROS2、MuJoCo、物理ハードウェアの統合を特徴とするオープンソースソフトウェアスイートによってサポートされた、FICデプロイメントのための統合フレームワークを提案する。 キノバGen3アームを用いた3つの実験(軌道追跡、接触の突然の喪失を伴う壁紙、および実証による学習)により、H-PMPを以前のFICアーキテクチャと比較した。 その結果,H-PMPは許容行動とインピーダンス動作のシームレスなトレードオフを実現することがわかった。 これにより、非構造化環境でのデプロイメントに最適であり、ロボットは計算オーバーヘッドを伴わずに相互作用モード間の遷移を可能にする。

関連論文リスト

• SplatCtrl: Perception-Action Coupling via Gaussian Scene Representations and Reactive Robot Control [14.952269223197751]
  本稿では,リアルタイムシーン再構成とリアクティブロボットモーション生成のための統合フレームワークであるSplatCtrlを提案する。 3次元ガウススプラッティング(3D-GS)を基盤として,ハイブリッドなボクセルフィルタと動的ガウス転位戦略を導入する。 安全かつ反応性の高い制御のために,等方的ガウス関数から連続符号付き距離関数を導出する手法を提案する。
  論文  参考訳（メタデータ） (2026-07-09T21:18:39Z)
• 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)
• Learning Reactive Dexterous Grasping via Hierarchical Task-Space RL Planning and Joint-Space QP Control [50.28263951510334]
  本稿では,リアクティブなデクスタリーグルーピングのためのハイブリッド階層型制御フレームワークを提案する。 提案手法は,低レベル共同実行から高レベル空間意図を明示的に分離する。 我々は厳密なシミュレーションと現実のパイプラインを通して提案したフレームワークを広範囲に検証する。
  論文  参考訳（メタデータ） (2026-05-05T04:49:38Z)
• Automated Detection of Mutual Gaze and Joint Attention in Dual-Camera Settings via Dual-Stream Transformers [0.0]
  相互視線(MG)と共同注意(JA)は発達心理学において重要であるが、伝統的に労働集約的な手動コーディングに依存している。 同期デュアルカメラ記録からMGおよびJAを検出するための高効率なデュアルストリームトランスフォーマアーキテクチャを提案する。
  論文  参考訳（メタデータ） (2026-04-29T18:49:34Z)
• GenerativeMPC: VLM-RAG-guided Whole-Body MPC with Virtual Impedance for Bimanual Mobile Manipulation [2.061143628317803]
  双方向のモバイル操作は、ハイレベルなセマンティック推論と安全で準拠した物理的相互作用のシームレスな統合を必要とする。 本稿では,双方向移動マニピュレータの物理的制御パラメータによる意味的シーン理解を橋渡しする階層型サイバー物理フレームワークであるGenerativeMPCを提案する。
  論文  参考訳（メタデータ） (2026-04-21T14:44:38Z)
• Adaptive Reinforcement and Model Predictive Control Switching for Safe Human-Robot Cooperative Navigation [10.614812216110673]
  本稿では,近接制御と安全制約の同時実施による移動ロボットの人間誘導ナビゲーションの課題について論じる。 本稿では,ハイブリッド学習制御フレームワークであるAdaptive Reinforcement and Model Predictive Control Switching (ARMS)を紹介する。 乱雑な環境でARMSが82.5パーセントの成功率を達成することを示す。
  論文  参考訳（メタデータ） (2026-01-23T12:02:18Z)
• MetAdv: A Unified and Interactive Adversarial Testing Platform for Autonomous Driving [85.04826012938642]
  MetAdvは、現実的でダイナミックでインタラクティブな評価を可能にする、新しい対向テストプラットフォームである。 フレキシブルな3D車両モデリングと、シミュレートされた環境と物理的環境のシームレスな遷移をサポートする。 生理的信号のリアルタイムキャプチャとドライバからの行動フィードバックを可能にする。
  論文  参考訳（メタデータ） (2025-08-04T03:07:54Z)
• ReCoM: Realistic Co-Speech Motion Generation with Recurrent Embedded Transformer [58.49950218437718]
  音声に同期した高忠実で一般化可能な人体動作を生成するための効率的なフレームワークであるReCoMを提案する。 Recurrent Embedded Transformer (RET)は、動的埋め込み正規化(DER)をViT(Vit)コアアーキテクチャに統合する。 モデルロバスト性を高めるため,ノイズ抵抗とクロスドメイン一般化の二重性を持つモデルに,提案したDER戦略を取り入れた。
  論文  参考訳（メタデータ） (2025-03-27T16:39:40Z)
• 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。