論文の概要: Runtime Safety and Emergency Stops on a Full-Size Humanoid: Deployment Lessons and a Case for Graduated Force Authority
- arxiv url: http://arxiv.org/abs/2611.15928v1
- Date: Wed, 11 Nov 2026 19:23:36 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-11-14 01:36:33.262006
- Title: Runtime Safety and Emergency Stops on a Full-Size Humanoid: Deployment Lessons and a Case for Graduated Force Authority
- Title(参考訳): フルサイズのヒューマノイドにおける実行時安全と緊急停止--展開の教訓と研究機関の事例から
- Abstract要約: 本論文では,Unitree H1-2ヒューマノイドに対するオープンソースの自律スタックの安全性機構について述べる。
すべての共同コマンドは、コントロールソフトウェアとは独立して実行される安全層を通過する。
我々は,ロボットによる権限付与を段階的に行い,その使用に対して人や組織が明確に責任を負うようにしている。
- 参考スコア(独自算出の注目度): 39.564838947000396
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: Full-size humanoid robots are being considered for hazardous industrial work such as disassembling electric-vehicle batteries. We describe the safety mechanisms of an open-source autonomy stack for the Unitree H1-2 humanoid and what deploying them taught us. All joint commands pass through a safety layer that runs separately from the control software. It enforces joint position, velocity, and torque limits, and it stops the robot when a state estimate becomes stale or when the hard-wired emergency stop (e-stop) is pressed or disconnected. We pushed the standing robot until it lost balance. With a model-predictive lower-body controller it never recovered, and the operator had to press the e-stop in every trial. Pressing it removes balance control, and the robot falls. The safety layer's own limits trigger the same stop, and limits chosen for manipulation were exceeded during normal walking. Near an operator or a battery pack, the fall can be more dangerous than the cause of the stop. Joint limits bound how much force a robot can apply, but not when applying it is appropriate. Drawing on research on responsibility and on child and adolescent development, we therefore make a case for granting robots force authority in stages, with a person or organization explicitly responsible for its use.
- Abstract(参考訳): フルサイズのヒューマノイドロボットは、電気自動車のバッテリーを分解するなど、有害な産業作業のために検討されている。
本報告では,Unitree H1-2ヒューマノイドのオープンソース自律スタックの安全性機構について述べる。
すべての共同コマンドは、コントロールソフトウェアとは独立して実行される安全層を通過する。
関節位置、速度、トルク制限を強制し、状態推定が不安定になったり、ハードワイヤの緊急停止(eストップ)が押されたり切断されたりした場合にロボットを停止させる。
私たちはスタンディングロボットを押してバランスをなくした。
モデル予測の低ボディコントローラーでは回復せず、オペレーターはあらゆるトライアルでeストップを押さなければならなかった。
それを押すとバランス制御が取り除かれ、ロボットは倒れる。
安全層自体の制限が同じ停止を誘導し、通常の歩行中に操作のために選択された制限が超過された。
オペレータやバッテリパックの近くでは、落下は停止の原因よりも危険である可能性がある。
ジョイントリミットは、ロボットがどの程度の力で適用できるかを拘束するが、適用するときには適用しない。
そこで我々は、責任研究と子どもと青年の発達に関する研究に基づいて、ロボットにその利用を明示的な責任を負わせながら、段階的にロボットに権限を与えるというケースを提起した。
関連論文リスト
- Taming VLAs under Robot Execution Errors: Self-Compensation and Stress Testing [59.15715295478112]
視覚言語アクション(VLA)ポリシーは、ロボットが実行した動作が命令された動作から逸脱した場合にしばしば失敗する。
本稿では,VLAポリシーがロボットの実行エラーを事前に補償できるデプロイ時適応手法である自己補償型VLAを提案する。
論文 参考訳(メタデータ) (2026-09-29T12:08:13Z) - Propagating Unsafe Actions in LLM Controlled Multi-Robot Collaboration via Single Robot Compromise [26.689718481370903]
大規模言語モデル (LLMs) は、インテリジェンスにおける一般的なプランナーとしてますます使われている。
対戦相手が単一のエントリーロボットのみと対話するマルチロボットシステムに対する新たな攻撃パラダイムを提案する。
私たちはこのプロセスを3つのメトリクス、服従、伝染、ステルスネスで定量化します。
論文 参考訳(メタデータ) (2026-05-15T05:45:52Z) - ZeroWBC: Learning Natural Visuomotor Humanoid Control Directly from Human Egocentric Video [52.78703020909145]
我々は、人間中心のビデオから直接、自然なヒューマノイドビジュモータ制御ポリシーを学ぶ新しいフレームワークであるZeroWBCを紹介した。
提案手法はまず視覚言語モデル(VLM)を微調整し,テキスト命令とエゴセントリックな視覚コンテキストに基づく将来の身体全体の動作を予測する。
ユニツリーG1ヒューマノイドロボットの実験では,動作の自然性と汎用性において,本手法がベースラインアプローチより優れていることが示された。
論文 参考訳(メタデータ) (2026-03-10T04:19:43Z) - Robot Crash Course: Learning Soft and Stylized Falling [7.959692704349906]
我々は,ロボットのエンドポーズを制御しながら,ロボットの身体的損傷を軽減することを目的としている。
私たちの研究は、二足歩行ロボットでさえ制御された柔らかい転倒を実行できることを示した。
論文 参考訳(メタデータ) (2025-11-13T18:55:34Z) - Feel the Force: Contact-Driven Learning from Humans [52.36160086934298]
操作中のきめ細かい力の制御は、ロボット工学における中核的な課題である。
We present FeelTheForce, a robot learning system that model human tactile behavior to learn force-sensitive control。
提案手法は,5つの力覚的操作タスクで77%の成功率を達成した,スケーラブルな人間の監督において,堅牢な低レベル力制御を実現する。
論文 参考訳(メタデータ) (2025-06-02T17:57:52Z) - HOMIE: Humanoid Loco-Manipulation with Isomorphic Exoskeleton Cockpit [52.12750762494588]
本稿では,半自律遠隔操作システムHOMIEを紹介する。
ペダルにマッピングされた身体制御のための強化学習ポリシー、腕制御のための異形外骨格アーム、手操作のためのモーションセンシンググローブを組み合わせている。
このシステムは完全なオープンソースであり、デモとコードはhttps://homietele.org/.com/で見ることができる。
論文 参考訳(メタデータ) (2025-02-18T16:33:38Z) - GenLoco: Generalized Locomotion Controllers for Quadrupedal Robots [87.32145104894754]
四足歩行ロボットのための汎用ロコモーション(GenLoco)コントローラを訓練するためのフレームワークを提案する。
本フレームワークは,多種多様な四足歩行ロボットに展開可能な汎用ロコモーションコントローラを合成する。
我々のモデルは、より一般的な制御戦略を取得し、新しいシミュレーションロボットや実世界のロボットに直接移行できることを示す。
論文 参考訳(メタデータ) (2022-09-12T15:14:32Z) - Fault-Aware Robust Control via Adversarial Reinforcement Learning [35.16413579212691]
本稿では, 関節損傷症例に対するロボットの脆弱性を大幅に向上させる, 対向強化学習フレームワークを提案する。
我々は,本アルゴリズムを3本指ロボットと4本指ロボットで検証する。
我々のアルゴリズムはシミュレーションでのみ訓練でき、微調整なしで実際のロボットに直接展開できる。
論文 参考訳(メタデータ) (2020-11-17T16:01:06Z) - Learning Force Control for Contact-rich Manipulation Tasks with Rigid
Position-controlled Robots [9.815369993136512]
従来の力制御とRL手法を組み合わせた学習に基づく力制御フレームワークを提案する。
このような制御方式の中で,位置制御ロボットによる力制御を実現するために,従来の2つの手法を実装した。
最後に,実剛性ロボットマニピュレータを用いた操作作業において,RLエージェントを安全に訓練するためのフェールセーフ機構を開発した。
論文 参考訳(メタデータ) (2020-03-02T01:58:03Z)
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。