RobotArena $\infty$: Scalable Robot Benchmarking via Real-to-Sim Translation
Carnegie Mellon University(卡内基梅隆大学);National Taiwan University(国立台湾大学)
本文提出RobotArena Infinity框架,通过模拟环境与在线人类反馈,解决机器人政策评估中的劳动密集型、安全性差等问题,实现可扩展的视觉-语言-动作评估。
2026-03-20 cs.AI cs.CV cs.LG
Sim2real Image Translation Enables Viewpoint-Robust Policies from Fixed-Camera Datasets
Institute of Robotics and Intelligent Machine(机器人与智能机器研究所);Georgia Institute of Technology(佐治亚理工学院)
MANGO通过无配对图像翻译方法,从固定相机数据集生成视角鲁棒的机器人策略,显著提升现实任务中的视角适应能力。
2026-02-13 cs.AI cs.CV cs.RO
Learning Flexible and Reusable Locomotion Primitives for a Microrobot
University of California, Berkeley(加州大学伯克利分校)
机器人运动的步态设计可能是一个艰巨的过程,需要大量的专业知识和工程。对于没有精确物理模型的机器人来说,这个过程更具挑战性,例如顺应性或微尺度机器人。数据驱动的步态优化为分析步态设计提供了一种自动化的替代方案。在本文中,我们提出了一种新的方法来有效地学习广泛的运动任务与步行机器人。这种方法将运动形式化为上下文策略搜索任务来收集数据,随后使用该数据来学习可用于规划的多目标运动原语。作为一个概念验证,我们考虑一个模拟的六足动物建模后,最近开发的microrobot,我们彻底评估这个microrobot在不同的任务和步态的性能。我们的研究结果验证了所提出的控制器和学习计划的单目标和多目标运动任务。此外,实验模拟表明,在没有关于所使用的机器人的任何先验知识的情况下(例如,动力学模型),我们的方法能够在250次试验内学习运动基元,随后使用它们成功地通过迷宫导航。
2018-03-01 cs.AI cs.LG cs.RO
Unsupervised Motion Retargeting for Human-Robot Imitation
ENSTA Paris(巴黎国立高等先进技术学院);IP Paris(巴黎理工学院);IMT Atlantique(大西洋电信学院);CNRS(法国国家科学研究中心)
提出编码器-解码器神经网络,利用未配对域到域翻译实现人体运动到机器人运动的无监督重定向,以改进在线人-机器人模仿。
2024-01-18 cs.AI cs.LG cs.RO
Spiking neural state machine for gait frequency entrainment in a flexible modular robot
University of California, Santa Cruz(加州大学圣克鲁兹分校);Genomics Institute, University of California, Santa Cruz(加州大学圣克鲁兹分校基因组学研究所);Howard Hughes Medical Institute(霍华德·休斯医学研究所)
我们提出了一个模块化的架构,神经形态闭环控制的基础上,由三个尖峰神经元组成的pneumatic弛豫振荡器模块。像它的生物原型一样,这个基本组件对参数变化是鲁棒的,但可以通过外部输入进行调制。通过结合这些模块,我们可以构建一个神经状态机,能够产生腿部运动所需的循环或重复行为。该方法的一个具体的案例研究是由一个模块化的机器人构造的柔性塑料体像素,在其中,我们产生一个向前爬行步态夹带到机器人的固有频率的最小系统的12个神经元组织成4个模块。
2020-09-25 cs.NE cs.RO
On Training Flexible Robots using Deep Reinforcement Learning
Intel AI Labs(英特尔人工智能实验室);Indiana University(印第安纳大学)
在过去的几十年里,机器人技术在受控环境中的应用蓬勃发展,并且使用从其硬件的动态模型开发的控制策略来训练机器人执行任务已被证明非常有效。然而,在许多现实环境中,环境的不确定性,安全要求和机器人所期望的一般能力使得刚性工业机器人不适合。这创造了巨大的研究兴趣,开发控制策略的柔性机器人硬件,建立动态模型是具有挑战性的。本文受深度强化学习(DRL)在其他领域取得成功的启发,系统研究了使用DRL的策略搜索方法在训练柔性机器人中的有效性。我们的研究结果表明,DRL是成功地能够学习有效和强大的政策,复杂的任务,在不同程度的灵活性。我们还注意到,使用深度确定性策略梯度的DRL可能对传感器的选择敏感,并且添加更多信息传感器并不一定使任务更容易学习。
2019-07-13 cs.AI cs.LG cs.RO
Programming Soft Robots with Flexible Mechanical Metamaterials
ETH Zürich(苏黎世联邦理工学院);Harvard University(哈佛大学)
本研究提出利用柔性机械超材料的复杂变形行为来编程软体机器人,从而大幅提升其整体性能。
2019-06-01 cond-mat.mtrl-sci cond-mat.soft cs.RO
FCRF: Flexible Constructivism Reflection for Long-Horizon Robotic Task Planning with Large Language Models
Zhejiang University(浙江大学);Hangzhou Institute for Advanced Study(杭州高等研究 institute)
针对现有LLM任务规划纠错中自我反思机制不灵活的问题,提出基于Mentor-Actor架构的灵活建构主义反思框架FCRF,通过结合任务难度调整反思并整合历史经验与失败教训,显著提升了长时程机器人任务的整体性能。
2025-09-16 cs.AI cs.RO
Flexible human-robot cooperation models for assisted shop-floor tasks
University of Genoa(热那亚大学)
工业4.0范式强调了协作机器人的关键好处,即,机器人能够与人类一起工作,可以为整个生产过程带来帮助。在这方面,一项尚未实现的使能技术是设计能够在各个层面处理人类内在可变性的灵活机器人,这不仅是人舒适工作体验的必要因素,也是有效处理意外事件的宝贵能力。在本文中,传感,表示,规划和控制架构灵活的人机合作,简称FlexHRC,提出了。FlexHRC依赖于可穿戴传感器进行人类动作识别,与/或图用于表示和推理合作模型,以及任务优先级框架将动作规划与机器人运动规划和控制解耦。
2017-07-09 cs.RO
Steering Flexible Linear Objects in Planar Environments by Two Robot Hands Using Euler's Elastica Solutions
Dept. of ME, Technion, Israel(技术学院机械工程系,以色列);Dept. of ME, Ben-Gurion University, Israel(本· Gurion大学机械工程系,以色列)
本文利用欧拉弹性线解,通过控制两机器人手的抓取端点位置和切线,实现平面环境中柔性线性物体的无自交、稳定和避障操控。
2026-06-18 cs.RO
Space-Time Continuum: Continuous Shape and Time State Estimation for Flexible Robots
University of Toronto(多伦多大学)
提出一种基于高斯过程先验的因子图优化方法,实现连续体机器人在弧长和时间上的连续状态估计,为首个连续时空估计方法。
2024-09-18 cs.RO
Real-time Monocular 2D and 3D Perception of Endoluminal Scenes for Controlling Flexible Robotic Endoscopic Instruments
The Chinese University of Hong Kong(香港中文大学);The University of Hong Kong(香港大学)
本文提出了一种基于单目内窥图像的视觉感知平台,用于提高内窥手术中柔性机器人器械的控制精度和手术效果。
2026-02-16 cs.RO
Printable Flexible Robots for Remote Learning
Wentworth Institute of Technology(温特沃斯理工学院);Worcester Polytechnic Institute(伍斯特理工学院)
COVID-19大流行揭示了数字制造对实现在线学习的重要性,这仍然是机器人课程的一个挑战。我们引入了一种教学方法,允许学生远程参与涉及机器人设计和制造的动手机器人课程。我们的方法采用3D打印技术和柔性细丝来创建创新的软体机器人;机器人由柔性材料制成,而不是刚性材料。学生使用CAD软件设计灵活的机器人组件,如执行器,传感器和控制器,将他们的设计上传到远程3D打印站,使用网络摄像头监控打印,并在邮寄测试和组装之前与实验室工作人员一起检查组件。在课程结束时,学生将通过几个设计迭代,并创建流体驱动的软体机器人。我们的远程教学方法使教育工作者能够利用3D打印资源来教授软机器人技术,并培养学生的创造力,以设计新颖和创新的机器人。我们的方法旨在通过将动手学习经验与学习环境中的昂贵设备脱钩来实现机器人工程的民主化。
2022-07-15 cs.CY cs.RO
Binary Neural Network in Robotic Manipulation: Flexible Object Manipulation for Humanoid Robot Using Partially Binarized Auto-Encoder on FPGA
Osaka University(大阪大学);Waseda University(早稻田大学);Kyoto University(京都大学)
提出了一种基于FPGA的神经网络的人形机器人柔性物体操作系统。虽然使用机器人操纵柔性物体吸引了越来越多的关注,因为这些任务是我们日常生活中的基本和必不可少的活动,但直到最近才在深度神经网络的帮助下付诸实践。然而,这样的系统依赖于GPU加速器,其不能被实施到空间有限的机器人身体中。虽然现场可编程门阵列(FPGA)被认为是节能的并且适合于嵌入式系统,但是由于FPGA具有有限的片上存储器,因此模型大小应该被大幅减小。为此,我们提出了“部分”二进制化深度卷积自动编码器技术,其中只有编码器部分被二进制化以压缩模型大小,而不会降低推理精度。在Xilinx ZCU 102上实现的模型实现了每秒41.1帧,功耗为3.1 W,{ \awano {,分别相当于在Core i7 6700 K和RTX 2080 Ti上实现的系统的10倍和3.7倍改进。
2021-07-01 cs.RO
A Flexible Connector for Soft Modular Robots Based on Micropatterned Intersurface Jamming
Hong Kong University of Science and Technology(香港科技大学);Nanjing University of Information Science and Technology(南京信息工程大学)
与传统机器人相比,柔性模块化机器人能够更灵活、更安全地与不断变化的环境进行交互。然而,创造可以集成到软机器中的可变形连接器仍然具有挑战性。在这项工作中,我们提出了一种柔性连接器的软模块化机器人的基础上微图案界面干扰。该连接器由硅橡胶制成的微图案干胶和具有可充气腔室的柔性主体组成,用于主动接合和脱离。通过连接力测试,我们评估了连接器在线性方向和旋转破坏下的特性。该连接器可以稳定地承受22 N(连接器体重的83倍)的平均最大线性载荷和10.86 N的平面旋转载荷。所提出的连接器展示了在不提高系统的整体刚度的情况下在软模块化机器人之间创建鲁棒连接的潜力;从而保证了机器人系统的高灵活性。
2020-04-10 cs.RO
Data Driven Approach to Input Shaping for Vibration Suppression in a Flexible Robot Arm
VTT Technical Research Centre of Finland Ltd(芬兰技术研究所有限公司)
本研究提出一种数据驱动的输入整形参数设置方法,通过插值实测残余振动数据自适应调整参数,在多材料3D打印柔性机械臂上实现了显著的残余振动抑制效果。
2025-06-17 cs.RO
Safe Imitation Learning of Nonlinear Model Predictive Control for Flexible Robots
KU Leuven(鲁汶大学);Flanders Make(佛兰德斯制造机构);University of Freiburg(弗赖堡大学)
针对柔性机器人NMPC实时计算成本高的问题,提出结合模仿学习与预测安全滤波器的安全近似框架,在保证安全约束下实现超8倍计算加速,性能优于现有强化学习方法,助力柔性机器人工业应用。
2024-08-14 cs.LG cs.RO math.OC
Integrating a Manual Pipette into a Collaborative Robot Manipulator for Flexible Liquid Dispensing
Osaka University(大阪大学);RIKEN(理化学研究所)
本文提出了一种系统集成的方法,为6自由度(自由度)的协作机器人操作移液器的液体分配。其技术发展有三个方面。首先,我们设计了一个端部执行器,用于固定和触发手动移液器。其次,我们利用了一个协作机器人,以识别实验室器皿的姿势和规划机器人运动的基础上,认识到的姿势。第三,我们开发了基于视觉的分类器来预测和纠正定位误差,从而将移液器精确地连接到一次性吸头上。通过实验和分析,我们证实了所开发的系统,特别是规划和视觉识别方法,可以帮助确保高精度和灵活的液体分配。该系统适用于低频率、高重复性的生化液体分配任务。我们希望它能促进实验室自动化的协作机器人的部署,从而提高实验效率,而无需显着定制实验室环境。
2022-07-04 cs.RO
Soft Air Pocket Force Sensors for Large Scale Flexible Robots
University of Notre Dame(圣母大学)
提出了一种新型软气袋力传感器,具有高灵活、轻便和低成本优势,其内部压力与施加力呈线性关系,并成功应用于vine robot实现接触感知与转向。
2023-07-26 cs.RO
A Novel Propulsion Method of Flexible Underwater Robots
The University of Electro-Communications(电气通信大学)
本文提出了提高柔性水下机器人的机动性的目的。为此,提出了一种利用平面结构振动模式的新型推进方法,并在两种样机上进行了试验。实验结果表明,该机器人可以实现多个方向的运动:向前、向后、转向、旋转、漂移以及它们的组合。这些运动仅通过具有两个致动器的一个结构来实现。研究结果还表明,由于运动集中在低驱动频率区域,使用本征模式驱动的可能性。为了研究运动与结构振动模式之间的关系,建立了仿真模型。
2016-11-30 cs.RO
Model Predictive Control for Flexible Joint Robots
本研究结合奇异摄动与模型预测控制,设计不同架构以控制柔性关节机器人,并实验验证了位置控制性能与对外部力的鲁棒性。
2022-10-14 cs.RO cs.SY eess.SY
Vibration Free Flexible Object Handling with a Robot Manipulator Using Learning Control
KU Leuven(鲁汶大学);Flanders Make(法兰德斯制造研究院)
许多行业广泛使用柔性材料。用机器人操作器处理柔性物体的有效方法必须解决残余振动。现有的解决方案依赖于复杂的模型,使用额外的仪器来感测振动,或者不利用大多数工业任务的重复性。本文提出了一种迭代学习控制方法,联合学习模型参数和剩余动态只使用机器人的内感知传感器。学习模型随后被用来设计最佳(PTP)轨迹,占残余振动,非线性运动学的机械手和关节限制。我们的实验表明,所提出的方法减少了一个数量级的残余振动相比,最佳的振动抑制使用的分析模型和三倍相比,现有的国家的最先进的方法。这些结果表明,一个灵活的对象的有效处理不需要复杂的模型,也不需要额外的仪器。
2022-11-20 cs.RO math.OC
Enabling End-Users to Deploy Flexible Human-Robot Teams to Factories of the Future
University of Bayreuth(拜罗伊特大学)
人-机器人团队提供了中小型企业(SME)部分自动化所需的灵活性。因此,它们将成为未来工厂的一个组成部分。我们的研究目标是一个特别灵活的团队模式,代理动态共享任务。这种方法需要具有推理和感知能力的认知机器人。这导致在传感器校准方面的硬件维护需求。与直观的最终用户编程相反,在中小企业机器人应用的文献中很少涉及系统设置和维护。在本文中,我们描述了一个原型软件工具链,涵盖了初始设置,任务建模和人机团队的在线操作。我们进一步表明,最终用户可以快速设置系统,并毫不费力地操作整个工具链。总而言之,这项工作旨在减少人们的担忧,即部署人类-机器人团队会带来高昂的外部专业知识成本。
2020-04-02 cs.RO
Embedded Flexible Circumferential Sensing for Real-Time Intraoperative Environmental Perception in Continuum Robots
Shenzhen Key Laboratory of Robotics Perception and Intelligence(机器人感知与智能深圳重点实验室);Southern University of Science and Technology(南方科技大学);Department of Electronic and Electrical Engineering(电子与电气工程系);Department of Electrical Engineering(电气工程系);Institute of Robotics and Intelligent Systems(机器人与智能系统研究院)
针对连续体机器人在狭窄管腔中缺乏环境感知的问题,提出一种集成于椎间盘周围的柔性环形传感器,通过距离估计实现实时环境映射,障碍物检测精度达0.19毫米,具有模块化、低成本和高兼容性。
2025-06-22 cs.RO
A Geometric Kinematic Model for Flexible Voxel-Based Robots
University of California, Santa Cruz(加州大学圣克鲁兹分校);NASA Ames Research Center(美国国家航空航天局艾姆斯研究中心)
基于体素的结构提供了一种模块化的、机械柔性的周期性晶格,其可以通过内部变形用作软体机器人。为了从事这些结构的机器人任务,我们使用有限元法的特点所造成的变形单自由度的运动,并开发一个减少运动学模型。我们发现,节点平移周期性地传播沿几何平面内的晶格,并简要地表明,平移模式占主导地位的能量使用的致动器。由此产生的运动学模型框架的用户定义的控制和末端执行器节点,这进一步减少了模型的大小方面的结构变形。推导出的运动平面(POM)模型可以等效地用于正运动学和逆运动学,并通过设计一个三脚架稳定步态的运动体素机器人和物理实验验证了准静态模型。
2021-08-21 cs.RO
Communication-free Cohesive Flexible-Object Transport using Decentralized Robot Networks
University of Washington(华盛顿大学)
去中心化网络理论专注于达成共识,并加快收敛到共识的速度。然而,网络凝聚力(即,在一致性值之间的转换期间保持一致性)在传输柔性结构时也是重要的。当将柔性结构从一个位置移动到另一个位置时,例如未固化的复合材料飞机机翼,由于失去凝聚力而导致的机器人位置偏差可能导致大的变形,这反过来又可能导致潜在的损坏。这项工作的主要贡献是开发一种分散的方法来运输灵活的物体在一个有凝聚力的方式使用本地力测量,而不需要额外的机器人之间的通信。此外,稳定性条件的离散时间实施建议的凝聚过渡方法,并给出了实验结果,这表明,建议的凝聚运输方法可以减少85%的相对变形相比,没有它的情况下。
2021-02-17 cs.RO cs.SY eess.SY
Flexible Morphing Aerial Robot with Inflatable Structure for Perching-based Human-Robot Interaction
本研究提出一种结合单侧柔性臂与充气执行器的混合变形空中机器人,实现飞行稳定与栖停柔顺,首次实现基于栖停的人机交互。
2025-09-09 cs.RO
Single Actuator Undulation Soft-bodied Robots Using A Precompressed Variable Thickness Flexible Beam
Graduate School of Information Science and Technology, The University of Tokyo(东京大学信息科学与技术研究生院)
针对多驱动器软体波动机器人重量大、导航性能受限的问题,提出一种单直流电机驱动的预压缩S形柔性梁方案,通过绳收放产生行波实现波动运动,明确了预紧力与电机动作的关系,简化了软体波动机器人的实现。
2024-10-08 cs.RO
Real-Robot Deep Reinforcement Learning: Improving Trajectory Tracking of Flexible-Joint Manipulator with Reference Correction
University of Bonn(波恩大学)
双关节机械臂是由复杂的非线性动力学,定义了一个具有挑战性的控制问题。在这项工作中,我们提出了一种方法来学习外环关节轨迹跟踪控制器与深度强化学习。由随机策略表示的控制器在两个小时内直接在真实机器人上学习。这是通过有界参考校正动作和使用无模型离策略学习方法来实现的。此外,提出了一个明智的政策初始化,其中代理是预先训练的学习模拟。我们测试我们的方法上的7自由度的巴克斯特机器人机械手。我们证明了所提出的方法是能够在多次运行时,直接应用于真正的机器人一致的学习。我们的方法产生的政策,显着提高了轨迹跟踪精度相比,供应商提供的控制器,概括到一个看不见的有效载荷。
2022-03-14 cs.RO
Reconfigurable Robot Control Using Flexible Coupling Mechanisms
Robotics Institute Carnegie Mellon University(卡内基梅隆大学机器人研究所)
针对可重构机器人集群连接机构制造复杂、功耗高、承载有限或仅能形成刚性结构的问题,提出低成本柔性非对称锚定件及带多边形约束的MPC框架,并在仿真与硬件上验证耦合、解耦和多种行为。
2023-06-28 cs.RO
A Flexible MATLAB/Simulink Simulator for Robotic Floating-base Systems in Contact with the Ground
Istituto Italiano di Tecnologia(意大利技术研究院)
物理仿真器广泛应用于机器人领域,从机械设计到动态仿真和控制器设计。本文介绍了一个开放源代码的MATLAB/Simulink仿真器的刚体关节系统,包括机械手和浮基机器人。由于MATLAB/Simulink的功能,如MATLAB系统类和Simulink功能块,所提出的模拟器结合了编程和基于块的方法,从而在这个意义上,不同的部分,包括其物理引擎,机器人地面交互模型,状态演化算法是简单的访问和编辑的灵活设计。此外,通过使用Simulink动态掩模块,建议的仿真框架支持机器人模型集成开链和闭链运动学与任何所需数量的链接与地面相互作用。该模拟器还可以集成二阶执行器动态。此外,该模拟器还得益于单线安装和易于使用的Simulink界面。
2022-11-17 cs.RO
A Flexible Field-Based Policy Learning Framework for Diverse Robotic Systems and Sensors
National Institute of Advanced Industrial Science and Technology (AIST)(国家先进工业科学与技术研究院)
本文提出一种灵活的基于场的策略学习框架,通过整合扩散策略控制与3D语义场景表示,实现跨机器人系统的高效泛化与任务成功率提升。
2025-12-22 cs.RO
An Optimization Approach for a Robust and Flexible Control in Collaborative Applications
University of Modena and Reggio Emilia(摩德纳与雷焦艾米利亚大学)
在人机协作中,机器人在高度动态的环境中运行。因此,关键是要保证系统在交互过程中的鲁棒稳定性,而且还要保证机器人行为的高度灵活性,以确保对协作场景的可变条件的安全性和反应性。在本文中,我们提出了一种控制架构,能够最大限度地提高机器人的灵活性,同时保证一个稳定的行为时,与环境的物理交互。这通过将基于能量罐的可变导纳架构与控制屏障功能相结合来实现。所提出的架构进行了实验验证的协作机器人。
2021-03-04 cs.RO
Source Seeking Control of Unicycle Robots with 3D-printed Flexible Piezoresistive Sensors
University of Groningen(格罗宁根大学)
我们提出的设计和实验验证的信号源寻找控制算法的一个unicipated移动机器人,配备了新型的3D打印柔性石墨烯基压阻式气流传感器。基于气流传感器的局部梯度测量,我们提出并分析了一种投影梯度上升算法来解决源搜索问题。在部分传感器故障的情况下,我们提出了一个组合的搜索控制与我们的投影梯度上升算法。对于这两个控制律,我们证明了机器人的渐近收敛的源。数值模拟进行验证的算法和实验验证,以证明所提出的方法的有效性。
2021-06-19 cs.RO cs.SY eess.SY
Coordinated Guiding Vector Field Design for Ordering-Flexible Multi-Robot Surface Navigation
Huazhong University of Science and Technology(华中科技大学);Hunan University(湖南大学);University of Groningen(格罗宁根大学);Eindhoven University of Technology(埃因霍温理工大学)
本文提出分布式CGVF,通过收敛、传播与协调三项及虚拟坐标共享,实现任意顺序的多机器人二维曲面全局收敛导航,并降低通信与计算成本。
2024-01-25 cs.RO
Adaptive Control of Motor-Position-Controlled Flexible Joint Robots with Uncertain Joint Stiffness
German Aerospace Center (DLR)(德国航空航天中心)
针对实际中精确关节刚度模型难获取的问题,提出一种自适应控制方法用于电机位置控制的柔性关节机器人,通过更新不确定非线性扭矩 - 挠度关系估计,结合隐式控制律等考虑不确定关节刚度,实验验证了该方法的有效性。
2026-07-17 cs.RO
Human Intention Recognition in Flexible Robotized Warehouses based on Markov Decision Processes
FER(萨格勒布大学电气工程与计算机学院)
电子商务的快速增长增加了对大型仓库及其自动化的需求,因此使用机器人作为人类工人的助手成为优先事项。为了有效和安全地操作,机器人助手或监督系统应该识别人类的意图。心理理论(Theory of Mind,ToM)是对其他主体心理状态的直观概念,即,信仰和欲望,以及它们如何导致行为。在本文中,我们提出了一个基于ToM的算法,在灵活的机器人仓库的人类意图识别。我们将仓库工人置于模拟的2D环境中,其中有三个潜在目标。我们观察代理的行动,并验证他们的目标位置使用马尔可夫决策过程框架。然后,这些观察结果由所提出的隐马尔可夫模型框架进行处理,该框架估计代理的愿望。我们证明了所提出的框架预测人类仓库工人的愿望在一个直观的方式,并在最后,我们讨论了模拟结果。
2018-04-05 cs.HC cs.RO
Muscle-inspired flexible mechanical logic architecture for colloidal robotics
University of Michigan(密歇根大学)
通过膨胀或收缩对外部刺激作出响应的材料提供了一种转换路径,该转换路径集成了由刺激直接供电的感测和致动。这促使我们使用这些可以变形为任意配置的材料来构建胶体规模的机器人。为了在机器人系统中智能地使用全局刺激,需要将计算能力纳入其中。挑战在于设计一种紧凑、材料不可知、在随机力下稳定并且可以使用刺激响应材料的建筑。我们提出了一种架构,计算组合逻辑使用机械门,使用肌肉样的响应-膨胀和收缩-作为电路信号与逻辑电路的物理灵活性和能够改造为任意机器人机构的额外好处。我们从数学上分析门的几何形状,并讨论调整它的信号尺寸和幅度的给定要求。我们验证的功能和稳定性的设计在胶体尺度上使用布朗动力学模拟。我们还使用3D打印模型演示了闸门设计。最后,我们模拟一个完整的机器人,折叠成俄罗斯方块的形状。
2020-12-17 cs.RO physics.app-ph
Enhancing the Perception of Safety and Comfort during Physical Human-Robot Handshake Interactions by Integrating Flexible Elements into a Robotic Arm
ESPOL Polytechnic University(ESPOL理工大学)
本研究通过实验对比刚性关节与串联弹性执行器(SEA)柔性关节机械臂的握手交互,发现SEA能提升用户的安全感和舒适感,促进更安全、更被社会接受的人机交互。
2026-09-18 cs.RO
A Robust Quadruped Robot with Twisting Waist for Flexible Motions
Academy for Engineering and Technology, Fudan University(复旦大学工程与技术学院);Beijing Jingcheng Zhitong Robotics Technology Co(北京京城智通机器人科技有限公司)
本文提出集成腰部机构的四足机器人solo9,基于生成对抗模仿学习实现全身控制,提升转向灵活性与鲁棒性,并通过仿真和实物实验验证其优于solo8和solo12。
2024-11-04 cs.RO
MOFM-Nav: On-Manifold Ordering-Flexible Multi-Robot Navigation
Engineering and Technology Institute Groningen, Faculty of Science and Engineering, University of Groningen(格罗宁根大学工程与技术学院,科学与工程学院);School of Robotics, Hunan University(湖南大学机器人学院)
针对多机器人在高维流形上保持灵活排序导航时GVF传播项耦合的难题,提出辅助向量解耦方法与改进CGVF算法,引入虚拟坐标实现高效协同,仿真验证了其灵活性、适应性与鲁棒性。
2025-10-20 cs.RO
A Morphing Aerial Robot With Thruster-Integrated Flexible Continuum Links for Shape Adaptive Aerial Manipulation
The University of Tokyo(东京大学)
本文提出一种具有推进器集成柔性连续体连杆的变形空中机器人,通过软体连杆被动适应环境形状并沿连杆分布推进器扩展力旋量空间,实现高形状适应性和大交互力,并首次实现柔性连杆集成推进器的空中操作。
2026-09-18 cs.RO
Flexible Active Safety Motion Control for Robotic Obstacle Avoidance: A CBF-Guided MPC Approach
Southeast University(东南大学);Loughborough University(拉夫堡大学);Shanghai University of Electric Power(上海电力大学)
针对机械臂动态避障与轨迹跟踪需求,提出融合动态衰减率柔性CBF引导安全准则的MPC控制方法,通过将衰减率作为优化变量、设计带惩罚项的代价函数动态调整安全裕度,经UR5机械臂多场景实验验证有效。
2024-05-20 cs.RO cs.SY eess.SY
Adaptive Neural Trajectory Tracking Control for Flexible-Joint Robots with Online Learning
Rensselaer Polytechnic Institute(伦斯勒理工学院)
协作机器人和空间机械臂都具有显著的关节柔性。它使控制设计复杂化,损害了控制带宽,并限制了跟踪精度。柔性关节动力学的不精确知识加剧了挑战。在本文中,我们提出了一种新的控制架构,用于控制柔性关节机器人。我们的方法使用多层神经网络来近似前馈控制所需的未知动态。该网络可以被视为机器人动力学的线性参数表示,其中机器人动力学的非线性基础连接到线性输出层。基于跟踪误差和非线性基更新输出层权重。非线性基的内部权值通过在线反向传播进行更新,以进一步减小跟踪误差。为了使用时标分离来减少两个步骤的耦合-与输出层权重的更新相比,内部权重的更新速率较低。随着输出层权重的更新,我们的控制器能够快速适应未知的动态变化和干扰(如附加负载)。内部权值的更新将继续改善非线性基函数的收敛性。我们证明了该方案的稳定性下的“外环”控制,其中命令的关节位置被认为是控制输入。仿真和物理实验进行证明所提出的控制器的性能Baxter机器人,它表现出显着的关节灵活性,由于串联弹性关节执行器。
2020-03-11 cs.RO
Enable Natural Tactile Interaction for Robot Dog based on Large-format Distributed Flexible Pressure Sensors
Institute for AI Industry Research (AIR), Tsinghua University(清华大学人工智能产业研究院(AIR));Computer Science and Artificial Intelligence Laboratory (CSAIL), Massachusetts Institute of Technology(麻省理工学院计算机科学与人工智能实验室(CSAIL));School of Informatics, Xiamen University(厦门大学信息学院)
触觉是人机交互的重要通道,而如何准确识别人的触觉并做出相应的反应是机器人面临的一个挑战。在本文中,我们设计并实现了一套大幅面分布式柔性压力传感器的机器狗,使自然的人与机器人的触觉交互。通过启发式研究,我们整理出了人类与真狗互动时常用的81种触觉手势和44种狗的反应。提出了一种基于ResNet的手势分类算法,对这81个人体手势进行识别,分类准确率达到98.7%。此外,提出了一种基于Transformer的动作预测算法,用于从人类手势中预测狗的动作,达到了0.87的1克BLEU分数。最后,我们在一个自由的人-机器人-狗交互游戏研究中比较了触觉交互和语音交互。结果表明,触觉交互在缓解用户焦虑、激发用户兴奋和提高机器狗的可接受性方面具有更显著的作用。
2023-03-14 cs.HC cs.RO
RIO: Flexible Real-Time Robot I/O for Cross-Embodiment Robot Learning
Carnegie Mellon University(卡内基梅隆大学);TU Delft(代尔夫特理工大学);Lavoro AI;Bosch Center for AI(博世人工智能中心)
RIO框架提供灵活的机器人控制和部署组件,支持多种硬件平台和形态,通过开放源代码加速真实机器人学习。
2026-05-12 cs.RO
A family of virtual contraction based controllers for tracking of flexible-joints port-Hamiltonian robots: theory and experiments
University of Groningen(格罗宁根大学)
在这项工作中,我们提出了一个建设性的方法来设计一个家庭的虚拟收缩为基础的控制器,解决了标准的轨迹跟踪问题的柔性关节机器人(FJR)的端口哈密顿(pH)框架。所提出的设计方法,称为虚拟收缩控制(v-CBC),结合了虚拟控制系统和收缩分析的概念。结果表明,在势能匹配条件下,闭环虚拟系统是收缩的,并保证指数收敛到一个预定义的轨迹。此外,闭环虚拟系统表现出的性质,如结构保持,微分无源性和(增量)被动映射的存在。
2020-02-04 cs.RO cs.SY eess.SY
Versatile Demonstration Interface: Toward More Flexible Robot Demonstration Collection
Massachusetts Institute of Technology(麻省理工学院);Computer Science and Artificial Intelligence Lab (CSAIL)(计算机科学与人工智能实验室)
本文提出协作机器人附件 VDI,通过视觉、力觉与状态跟踪支持三类示教采集,并在制造专家参与的工业用户研究中验证其灵活性与实用价值。
2025-03-13 cs.RO
Optimal Motion of Flexible Objects with Oscillations Elimination at the Final Point
Sevastopol State University(塞瓦斯托波尔国立大学);IRCCyN, CNRS(法国国家科学研究中心计算机科学与控制研究所)
在这篇文章中,一种类型的斜对称的最佳平移运动(在最小可接受的时间内移动)的柔性物体进行的机器人从其初始到其最终位置的绝对静止的运动结束时的振荡除外的理论理由。Hamilton-Ostrogradsky原理被用作搜索最优控制的准则。控制的实验验证的数据,提出了使用的平移运动和几个质量的机器人附加到一个柔性梁。
2016-06-08 cs.RO
Efficient Multi-Robot Motion Planning with Precomputed Translation-Invariant Edge Bundles
Smead Aerospace Engineering Sciences, University of Colorado Boulder(科罗拉多大学博尔德分校航空航天工程科学系);Department of Computer Science, University of Colorado Boulder(科罗拉多大学博尔德分校计算机科学系);Cherry Creek High School, Greenwood Village, CO, USA(科罗拉多州格里诺村樱桃溪高中)
本文提出KiTE-Extend方法,通过预计算轨迹段提升多机器人运动规划效率,尤其在多智能体场景中显著改善规划性能和可扩展性。
2026-05-10 cs.RO
ARCGym: Benchmarking Deep Reinforcement Learning in Autonomous Robotic Colonoscopy
University of Copenhagen(哥本哈根大学)
ARCGym是用于自主机器人结肠镜检查的强化学习环境与基准,支持多种柔性内窥镜,实验表明自主导航仍具挑战性,近端插入致动是开放问题。
2026-09-22 cs.RO
Hector UI: A Flexible Human-Robot User Interface for (Semi-)Autonomous Rescue and Inspection Robots
Technical University of Darmstadt(德累斯顿技术大学)
本文提出开源且可灵活配置的Hector UI,基于既定准则设计并适配多种机器人,在多次竞赛与评估中验证了其高效性与灵活性。
2025-04-28 cs.HC cs.RO
Design and Control of a Highly Redundant Rigid-Flexible Coupling Robot to Assist the COVID-19 Oropharyngeal-Swab Sampling
Technische Universität München(慕尼黑工业大学);The Chinese University of Hong Kong, Shenzhen(香港中文大学(深圳));Shenzhen Institute of Artificial Intelligence and Robotics for Society(深圳市人工智能与机器人研究院)
新型冠状病毒肺炎(COVID-19)的爆发在全球范围内造成死亡率和发病率。口咽拭子(OP-拭子)采样在全球广泛用于COVID-19的诊断。为了避免临床工作人员受到病毒的影响,我们开发了一种9自由度(DOF)的刚柔耦合(RFC)机器人,以协助COVID-19 OP-拭子采样。该机器人由视觉系统、UR 5机械臂、微气动执行器和力传感系统组成。该机器人有望降低风险,并将临床工作人员从长期重复的采样工作中解放出来。与刚性采样机器人相比,所开发的力传感RFC机器人可以以更安全和更柔软的方式促进OP拭子采样程序。此外,还提出了一种基于变参数调零神经网络的九自由度冗余度机械臂运动规划优化方法。所开发的机器人系统通过口腔模体和志愿者的OP拭子采样进行验证。
2021-02-25 cs.CY cs.RO cs.SY
A Modular Framework for Flexible Planning in Human-Robot Collaboration
Italian Institute of Technology(意大利技术研究院)
本文提出一个模块化人机协作框架,利用层次任务网络规划和多感官感知流水线,通过原语建模双智能体协作任务,并在Baxter机器人组装家具实验中验证其可扩展性。
2024-06-07 cs.HC cs.RO