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

要約

柔らかい成長ロボットは、雑然とし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する新しいデバイスです。
周囲に適応する能力と、作動および製造技術の進歩により、特殊な操作タスクを実行できるようになります。
この研究は、軟成長ロボットの設計を最適化するためのアプローチを示しています。
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の 3 次元拡張です。
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造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します。
設計プロセスでは、多目的最適化問題をモデル化し、ソフト マニピュレーターの運動連鎖を改良します。
進化的計算 (EC) アルゴリズムに統合された新しいランク パーティショニング アルゴリズムのおかげで、この方法はターゲット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くなります。
結果は、3 次元タスクを解決する際に非常に高いパフォーマンスを示しましたが、比較実験では、オプティマイザーがさまざまな EC アルゴリズム、特に遺伝的アルゴリズムでテストした場合に堅牢な出力を特徴とすることが示されました。

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, Google