日本フィジカルAI新聞

世界のフィジカルAIを、日本語で。

sim2realarXiv:2601.21129

WheelArm-Sim:支援ロボティクスにおける統合制御のための操作・移動複合マルチモーダル合成データ生成シミュレータ

WheelArm-Sim: A Manipulation and Navigation Combined Multimodal Synthetic Data Generation Simulator for Unified Control in Assistive Robotics

シェア:XThreadsFacebookLINEはてブBluesky

車椅子とロボットアームを統合したWheelArmシステムの機械学習モデル開発に向け、Isaac Sim上で操作と移動を組み合わせたマルチモーダル合成データを生成するシミュレータを提案し、13タスク・232軌道・67,783サンプルのデータセットを収集して有効性を検証した。

詳しい要約

1. どんなもの?

- WheelArm-Simは、車椅子とロボットアームを統合したWheelArmのための合成データ生成シミュレータ。 - Isaac Sim上で開発され、操作とナビゲーションを組み合わせたマルチモーダルデータセットを収集。 - 13タスク、232軌道、67,783サンプルを含む。 - アシスティブ・ロボティクスにおける統合制御のためのデータ駆動型モデル開発を目的とする。

2. 先行研究と比べてどこがすごい?

- 従来はWMRAsと車椅子が別々に研究されてきたが、統合制御は未探索。 - WheelArm-Simは、これらを組み合わせたCPSのための合成データ生成を可能にする点が新しい。 - 既存のシミュレータと比較して、操作とナビゲーションを同時に扱うデータセットを提供。

3. 技術・手法の肝は?

- Isaac Simをベースにしたシミュレーションフレームワーク。 - 車椅子とロボットアームの統合制御のためのマルチモーダルデータを生成。 - 具体的なアルゴリズムやモデルは要旨からは不明。

4. どうやって有効だと検証した?

- 13タスク、232軌道、67,783サンプルからなるデータセットを収集。 - mustard-pickingタスクにおける行動予測のベースラインモデルを実装。 - 結果、WheelArm-Simのデータが統合制御のためのデータ駆動型機械学習モデルに有効であることを示した。

5. 議論はある?

- 統合制御のためのデータ収集の第一歩として位置づけ。 - 限界や課題については要旨からは不明。

6. 次に読むべき論文は?

- Wheelchair-Mounted Robotic Arms (WMRAs) に関する研究。 - 車椅子のロボティクス研究。 - Isaac Simを用いたシミュレーション研究。

※ AIが要旨から生成した要約です。正確性は原文をご確認ください。

著者: Guangping Liu, Tipu Sultan, Vittorio Di Giorgio, Nick Hawkins, Flavio Esposito, Madi Babaiasl

分類: cs.RO

原文アブストラクト

Wheelchairs and robotic arms enhance independent living by assisting individuals with upper-body and mobility limitations in their activities of daily living (ADLs). Although recent advancements in assistive robotics have focused on Wheelchair-Mounted Robotic Arms (WMRAs) and wheelchairs separately, integrated and unified control of the combination using machine learning models remains largely underexplored. To fill this gap, we introduce the concept of WheelArm, an integrated cyber-physical system (CPS) that combines wheelchair and robotic arm controls. Data collection is the first step toward developing WheelArm models. In this paper, we present WheelArm-Sim, a simulation framework developed in Isaac Sim for synthetic data collection. We evaluate its capability by collecting a manipulation and navigation combined multimodal dataset, comprising 13 tasks, 232 trajectories, and 67,783 samples. To demonstrate the potential of the WheelArm dataset, we implement a baseline model for action prediction in the mustard-picking task. The results illustrate that data collected from WheelArm-Sim is feasible for a data-driven machine learning model for integrated control.

関連論文

  1. 1Boston Dynamics、車輪付きAtlasの研究試作機を紹介研究・技術
  2. 2GXOとApptronik、Apolloの物流現場試験を拡大 最大1,000台の展開を構想量産・展開
  3. 3newmoとKDDIが資本業務提携 2028年に堺市で自動運転タクシー商用化目指す提携・買収
  4. 4NVIDIA、CoRLでGR00T 2とIsaac Lab 3.0を発表新製品・発表
  5. 5UC BerkeleyとNVIDIAの研究者、AIエージェントでロボット制御コードを仮想環境で改善研究・技術

PR・アフィリエイト広告

FRONTIER(GPU搭載BTOパソコン)

FRONTIER(GPU搭載BTOパソコン)の公式広告バナーFRONTIERでGPU搭載PCを見る ↗
PR本紙発行元 EmplifAI