Design Optimizer for Soft Growing Robot Manipulators in Three-Dimensional Environments

要約

ソフトグローイングロボットは、散らかった環境や危険な環境でのナビゲーションのために、植物のような成長を模倣した新しいデバイスである。周囲の環境に適応するその能力は、アクチュエーションと製造技術の進歩と相まって、特殊な操作タスクを実行することを可能にする。具体的には、平面マニピュレータ用に設計されたオプティマイザを3次元的に拡張したものである。このツールは、エンジニアやロボット愛好家がロボットを製作する前に使用することを目的としており、特定のタスクを解決するためのロボットの最適なサイズを提案する。設計プロセスは、ソフトマニピュレータの運動連鎖を改良する多目的最適化問題をモデル化します。進化計算（EC）アルゴリズムに統合された新しいランク分割アルゴリズムにより、この手法は目標に到達する際に高い精度を達成し、リソースの使用効率が高い。その結果、3次元のタスクを解く際に非常に高い性能を示し、また、比較実験により、このオプティマイザは、異なるECアルゴリズム、特に遺伝的アルゴリズムとテストした際に、ロバストな出力を特徴とすることが示された。

要約(オリジナル)

Soft growing robots are novel devices that mimic plant-like growth for navigation in cluttered or dangerous environments. Their ability to adapt to surroundings, combined with advancements in actuation and manufacturing technologies, allows them to perform specialized manipulation tasks. This work presents an approach for design optimization of soft growing robots; specifically, the three-dimensional extension of the optimizer designed for planar manipulators. This tool is intended to be used by engineers and robot enthusiasts before manufacturing their robot: it suggests the optimal size of the robot for solving a specific task. The design process models a multi-objective optimization problem to refine a soft manipulator’s kinematic chain. Thanks to the novel Rank Partitioning algorithm integrated into Evolutionary Computation (EC) algorithms, this method achieves high precision in reaching targets and is efficient in resource usage. Results show significantly high performance in solving three-dimensional tasks, whereas comparative experiments indicate that the optimizer features robust output when tested with different EC algorithms, particularly genetic algorithms.

arxiv情報

提供元, 利用サービス

arxiv.jp, DeepL