UltraVSR: Achieving Ultra-Realistic Video Super-Resolution with Efficient One-Step Diffusion Space

投稿日: 2025年5月27日 作成者: jarxiv

要約

拡散モデルは、現実的な画像の詳細を生成する大きな可能性を示しています。
ただし、これらのモデルをビデオスーパー解像度（VSR）に適応させることは、固有の確率性と時間モデリングの欠如のために依然として困難です。
この論文では、効率的なワンステップ拡散空間を通じて、超現実的で一時的なVSRを可能にする新しいフレームワークであるUltravSRを提案します。
UltravsRの中心的なコンポーネントは、低解像度の入力からの分解因子を推定し、反復的な除去プロセスを低解像度から高解像度のビデオから高解像度への1段階の再構築に変換する劣化を意識した修復スケジュール（DRS）です。
この設計は、拡散ノイズからランダム性を排除し、推論を大幅に高速化します。
時間的な一貫性を確保するために、RTS融解ユニットとRTSアテンションユニットで構成される軽量で効果的な再発時間シフト（RTS）モジュールを提案します。
時間的な次元に沿って特徴コンポーネントを部分的にシフトすることにより、これら2つのユニットは、明示的な時間層に依存することなく、隣接するフレーム全体で効果的な機能の伝播、融合、およびアライメントを共同で協力します。
RTSモジュールは、前提条件のテキストから画像間拡散モデルに統合され、時空間関節蒸留（SJD）によってさらに強化され、現実的な詳細を維持しながら時間的一貫性が向上します。
さらに、限られたメモリ制約の下で長距離の時間的依存関係をキャプチャするための時間的に非同期推論（TAI）戦略を導入します。
広範な実験では、UltravSRが単一のサンプリングステップで定性的および定量的に最先端のパフォーマンスを達成することが示されています。

要約(オリジナル)

Diffusion models have shown great potential in generating realistic image detail. However, adapting these models to video super-resolution (VSR) remains challenging due to their inherent stochasticity and lack of temporal modeling. In this paper, we propose UltraVSR, a novel framework that enables ultra-realistic and temporal-coherent VSR through an efficient one-step diffusion space. A central component of UltraVSR is the Degradation-aware Restoration Schedule (DRS), which estimates a degradation factor from the low-resolution input and transforms iterative denoising process into a single-step reconstruction from from low-resolution to high-resolution videos. This design eliminates randomness from diffusion noise and significantly speeds up inference. To ensure temporal consistency, we propose a lightweight yet effective Recurrent Temporal Shift (RTS) module, composed of an RTS-convolution unit and an RTS-attention unit. By partially shifting feature components along the temporal dimension, these two units collaboratively facilitate effective feature propagation, fusion, and alignment across neighboring frames, without relying on explicit temporal layers. The RTS module is integrated into a pretrained text-to-image diffusion model and is further enhanced through Spatio-temporal Joint Distillation (SJD), which improves temporal coherence while preserving realistic details. Additionally, we introduce a Temporally Asynchronous Inference (TAI) strategy to capture long-range temporal dependencies under limited memory constraints. Extensive experiments show that UltraVSR achieves state-of-the-art performance, both qualitatively and quantitatively, in a single sampling step.

arxiv情報

著者 Yong Liu,Jinshan Pan,Yinchuan Li,Qingji Dong,Chao Zhu,Yu Guo,Fei Wang
発行日 2025-05-26 13:19:27+00:00
arxivサイト arxiv_id(pdf)

提供元, 利用サービス

arxiv.jp, Google

カテゴリー: cs.CV | UltraVSR: Achieving Ultra-Realistic Video Super-Resolution with Efficient One-Step Diffusion Space はコメントを受け付けていません

PHI: Bridging Domain Shift in Long-Term Action Quality Assessment via Progressive Hierarchical Instruction

投稿日: 2025年5月27日 作成者: jarxiv

要約

長期アクション品質評価（AQA）は、長いビデオでのアクションの定量的パフォーマンスを評価することを目指しています。
ただし、既存の方法は、事前に訓練された大規模なアクション認識バックボーンと特定のAQAタスクとの間のドメインシフトにより、課題に直面しているため、パフォーマンスが妨げられます。
これは、小さなAQAデータセットの微調整リソース集約型バックボーンが非現実的であるために発生します。
これに対処します。ドメインシフトの2つのレベルを識別することで対処します。タスクレベル、タスク目標の違いに関するレベル、および重要な機能の違いに関する機能レベルです。
より有害な機能レベルのシフトについては、2つの戦略を備えたプログレッシブ階層命令（PHI）を提案します。
第一に、ギャップ最小化フロー（GMF）は、フローマッチングを活用して、浅い層から深い層の初期機能と望ましい機能の間のドメインギャップを削減する高速流パスを徐々に学習します。
さらに、一時的に強化された注意モジュールは、AQAに不可欠な長距離依存関係をキャプチャします。
第二に、リストごとの対照的な正規化（LCR）は、バッチペアを包括的に比較してドメインのシフトを緩和しながらきめ細かいキューを学習することにより、粗からファインのアラインメントを促進します。
これらのモジュールを統合すると、PHIは効果的なソリューションを提供します。
実験は、PHIが3つの代表的な長期AQAデータセットで最先端のパフォーマンスを達成し、長期AQAのドメインシフトに対処する際の優位性を証明することを示しています。

要約(オリジナル)

Long-term Action Quality Assessment (AQA) aims to evaluate the quantitative performance of actions in long videos. However, existing methods face challenges due to domain shifts between the pre-trained large-scale action recognition backbones and the specific AQA task, thereby hindering their performance. This arises since fine-tuning resource-intensive backbones on small AQA datasets is impractical. We address this by identifying two levels of domain shift: task-level, regarding differences in task objectives, and feature-level, regarding differences in important features. For feature-level shifts, which are more detrimental, we propose Progressive Hierarchical Instruction (PHI) with two strategies. First, Gap Minimization Flow (GMF) leverages flow matching to progressively learn a fast flow path that reduces the domain gap between initial and desired features across shallow to deep layers. Additionally, a temporally-enhanced attention module captures long-range dependencies essential for AQA. Second, List-wise Contrastive Regularization (LCR) facilitates coarse-to-fine alignment by comprehensively comparing batch pairs to learn fine-grained cues while mitigating domain shift. Integrating these modules, PHI offers an effective solution. Experiments demonstrate that PHI achieves state-of-the-art performance on three representative long-term AQA datasets, proving its superiority in addressing the domain shift for long-term AQA.

arxiv情報

著者 Kanglei Zhou,Hubert P. H. Shum,Frederick W. B. Li,Xingxing Zhang,Xiaohui Liang
発行日 2025-05-26 13:34:46+00:00
arxivサイト arxiv_id(pdf)

提供元, 利用サービス

arxiv.jp, Google

カテゴリー: cs.CV | PHI: Bridging Domain Shift in Long-Term Action Quality Assessment via Progressive Hierarchical Instruction はコメントを受け付けていません

Domain-Agnostic Stroke Lesion Segmentation Using Physics-Constrained Synthetic Data

投稿日: 2025年5月27日 作成者: jarxiv

要約

MRIの脳卒中病変のセグメント化は、モデルの一般化可能性を制限する多様な獲得プロトコルのために困難です。
この作業では、異種ドメイン全体でセグメンテーションの堅牢性を改善する合成定量的MRI（QMRI）画像を生成するために、物理学が制約した2つのアプローチを導入します。
私たちの最初の方法である$ \ texttt {qatlas} $は、ニューラルネットワークをトレーニングして、標準のmprage画像からQMRIマップを推定し、現実的な組織コントラストでさまざまなMRIシーケンスのシミュレーションを可能にします。
2番目の方法である$ \ texttt {qsynth} $は、ラベル条件付けされたガウス混合モデルを使用して組織ラベルからqMRIマップを直接合成し、物理的な妥当性を確保します。
複数のドメイン外データセットでの広範な実験は、両方の方法がベースラインUNETを上回ることを示しています。
これらの結果は、堅牢で一般化可能な脳卒中病変セグメンテーションのために、MRI物理学を合成データ生成に統合するという約束を強調しています。
コードはhttps://github.com/liamchalcroft/qsynthで入手できます

要約(オリジナル)

Segmenting stroke lesions in MRI is challenging due to diverse acquisition protocols that limit model generalisability. In this work, we introduce two physics-constrained approaches to generate synthetic quantitative MRI (qMRI) images that improve segmentation robustness across heterogeneous domains. Our first method, $\texttt{qATLAS}$, trains a neural network to estimate qMRI maps from standard MPRAGE images, enabling the simulation of varied MRI sequences with realistic tissue contrasts. The second method, $\texttt{qSynth}$, synthesises qMRI maps directly from tissue labels using label-conditioned Gaussian mixture models, ensuring physical plausibility. Extensive experiments on multiple out-of-domain datasets show that both methods outperform a baseline UNet, with $\texttt{qSynth}$ notably surpassing previous synthetic data approaches. These results highlight the promise of integrating MRI physics into synthetic data generation for robust, generalisable stroke lesion segmentation. Code is available at https://github.com/liamchalcroft/qsynth

arxiv情報

著者 Liam Chalcroft,Jenny Crinion,Cathy J. Price,John Ashburner
発行日 2025-05-26 13:36:29+00:00
arxivサイト arxiv_id(pdf)

提供元, 利用サービス

arxiv.jp, Google

カテゴリー: cs.CV, eess.IV, physics.med-ph | Domain-Agnostic Stroke Lesion Segmentation Using Physics-Constrained Synthetic Data はコメントを受け付けていません

ICDM: Interference Cancellation Diffusion Models for Wireless Semantic Communications

投稿日: 2025年5月27日 作成者: jarxiv

要約

拡散モデル（DMS）は、最近、除去能力のためにワイヤレス通信システムで大きな成功を収めました。
ワイヤレス信号の放送の性質は、ガウスノイズだけでなく、干渉を知らないことにも影響を与えます。
これにより、DMSがワイヤレスセマンティックコミュニケーションシステムでの干渉を効果的に軽減できるかどうかという問題が生じます。
このホワイトペーパーでは、干渉キャンセルの問題を、信号と干渉の関節後確率に対する最大A後部（MAP）問題としてモデル化し、理論的には、ソリューションが信号と干渉の優れた推定値を提供することを証明します。
この問題を解決するために、干渉キャンセル拡散モデル（ICDM）を開発します。これは、チャネル遷移確率とともに、シグナルと干渉の独立した事前確率に関節を分解します。
各時間ステップでのこれらの分布の対数勾配は、DMSによって個別に学習され、導出を通じて正確に推定されます。
ICDMは、これらの勾配を高度な数値反復法にさらに統合し、正確かつ迅速な干渉キャンセルを実現します。
広範な実験は、ICDMが平均平方根誤差（MSE）を大幅に減らし、ICDMのないスキームと比較して知覚品質を向上させることを示しています。
たとえば、レイリーフェーディングチャネルの下のセレバデータセットでは、信号対雑音比（SNR）が20ドルで、干渉と干渉とノイズ比（SINR）が0 dBで、ICDMはMSEを4.54 dB減らし、学習された知覚画像パッチの類似性（LPIPS）を2.47 dB減らします。

要約(オリジナル)

Diffusion models (DMs) have recently achieved significant success in wireless communications systems due to their denoising capabilities. The broadcast nature of wireless signals makes them susceptible not only to Gaussian noise, but also to unaware interference. This raises the question of whether DMs can effectively mitigate interference in wireless semantic communication systems. In this paper, we model the interference cancellation problem as a maximum a posteriori (MAP) problem over the joint posterior probability of the signal and interference, and theoretically prove that the solution provides excellent estimates for the signal and interference. To solve this problem, we develop an interference cancellation diffusion model (ICDM), which decomposes the joint posterior into independent prior probabilities of the signal and interference, along with the channel transition probablity. The log-gradients of these distributions at each time step are learned separately by DMs and accurately estimated through deriving. ICDM further integrates these gradients with advanced numerical iteration method, achieving accurate and rapid interference cancellation. Extensive experiments demonstrate that ICDM significantly reduces the mean square error (MSE) and enhances perceptual quality compared to schemes without ICDM. For example, on the CelebA dataset under the Rayleigh fading channel with a signal-to-noise ratio (SNR) of $20$ dB and signal to interference plus noise ratio (SINR) of 0 dB, ICDM reduces the MSE by 4.54 dB and improves the learned perceptual image patch similarity (LPIPS) by 2.47 dB.

arxiv情報

著者 Tong Wu,Zhiyong Chen,Dazhi He,Feng Yang,Meixia Tao,Xiaodong Xu,Wenjun Zhang,Ping Zhang
発行日 2025-05-26 13:41:52+00:00
arxivサイト arxiv_id(pdf)

提供元, 利用サービス

arxiv.jp, Google

カテゴリー: cs.AI, cs.CV, cs.IT, math.IT | ICDM: Interference Cancellation Diffusion Models for Wireless Semantic Communications はコメントを受け付けていません

Improving Value Estimation Critically Enhances Vanilla Policy Gradient

投稿日: 2025年5月27日 作成者: jarxiv

要約

TRPOやPPOなどの最新の政策勾配アルゴリズムは、多くのRLタスクでバニラポリシーグラデーションを上回ります。
おおよその信頼地域を実施することは、実践の安定した政策改善につながるという一般的な信念に疑問を呈することで、より重要な要因は、各反復のより多くの値更新ステップからの値推定精度の向上であることを示します。
実証するために、反復あたりの値更新ステップの数を増やすだけで、バニラポリシーグラデーション自体が、すべての標準連続制御ベンチマーク環境でPPOに匹敵するまたはそれ以上のパフォーマンスを実現できることを示します。
重要なことに、バニラポリシーグラデーションに対するこの単純な変更は、ハイパーパラメーターの選択により大幅に堅牢であり、RLアルゴリズムがより効果的で使いやすくなる可能性を開きます。

要約(オリジナル)

Modern policy gradient algorithms, such as TRPO and PPO, outperform vanilla policy gradient in many RL tasks. Questioning the common belief that enforcing approximate trust regions leads to steady policy improvement in practice, we show that the more critical factor is the enhanced value estimation accuracy from more value update steps in each iteration. To demonstrate, we show that by simply increasing the number of value update steps per iteration, vanilla policy gradient itself can achieve performance comparable to or better than PPO in all the standard continuous control benchmark environments. Importantly, this simple change to vanilla policy gradient is significantly more robust to hyperparameter choices, opening up the possibility that RL algorithms may still become more effective and easier to use.

arxiv情報

著者 Tao Wang,Ruipeng Zhang,Sicun Gao
発行日 2025-05-25 17:54:32+00:00
arxivサイト arxiv_id(pdf)

提供元, 利用サービス

arxiv.jp, Google

カテゴリー: cs.AI, cs.LG, cs.RO, I.2.6 | Improving Value Estimation Critically Enhances Vanilla Policy Gradient はコメントを受け付けていません

Safety Guarantees for Neural Network Dynamic Systems via Stochastic Barrier Functions

投稿日: 2025年5月27日 作成者: jarxiv

要約

ニューラルネットワーク（NNS）は、複雑な動的システムの状態進化を表すために成功裏に採用されています。
このようなモデルは、NNダイナミックモデル（NNDMS）と呼ばれ、NNの反復的な騒々しい予測を使用して、時間の経過に伴うシステム軌跡の分布を推定します。
その正確性にもかかわらず、NNDMSの安全分析は挑戦的な問題であることが知られており、ほとんど未踏のままです。
この問題に対処するために、この論文では、NNDMSの安全保証を提供する方法を紹介します。
私たちのアプローチは、安定性との関係との関係が安定性のあるリャプノフ関数と類似している確率的バリア機能に基づいています。
まず、凸最適化問題を介してNNDMSの確率的バリア関数を合成する方法を示し、それがシステムの安全性確率の下限を提供します。
私たちの方法の重要なステップは、NNSの最近の凸近似結果を採用して、バリア関数合成問題の定式化が平面合計最適化プログラムとしての定式化を可能にすることです。
取得した安全確率が望ましいしきい値を超えている場合、システムは認定されています。
それ以外の場合、システムのコントロールを生成する方法を導入し、最小限の侵襲的な方法で安全性の確率を堅牢に最大化します。
バリア関数の凸性特性を活用して、最適な制御合成問題を線形プログラムとして策定します。
実験結果は、方法の有効性を示しています。
つまり、この方法は、複数のレイヤーと数百のニューロンをレイヤーあたり数百のニューロンで多次元NNDMにスケーリングできることを示しており、コントローラーが安全性の確率を大幅に改善できることを示しています。

要約(オリジナル)

Neural Networks (NNs) have been successfully employed to represent the state evolution of complex dynamical systems. Such models, referred to as NN dynamic models (NNDMs), use iterative noisy predictions of NN to estimate a distribution of system trajectories over time. Despite their accuracy, safety analysis of NNDMs is known to be a challenging problem and remains largely unexplored. To address this issue, in this paper, we introduce a method of providing safety guarantees for NNDMs. Our approach is based on stochastic barrier functions, whose relation with safety are analogous to that of Lyapunov functions with stability. We first show a method of synthesizing stochastic barrier functions for NNDMs via a convex optimization problem, which in turn provides a lower bound on the system’s safety probability. A key step in our method is the employment of the recent convex approximation results for NNs to find piece-wise linear bounds, which allow the formulation of the barrier function synthesis problem as a sum-of-squares optimization program. If the obtained safety probability is above the desired threshold, the system is certified. Otherwise, we introduce a method of generating controls for the system that robustly maximizes the safety probability in a minimally-invasive manner. We exploit the convexity property of the barrier function to formulate the optimal control synthesis problem as a linear program. Experimental results illustrate the efficacy of the method. Namely, they show that the method can scale to multi-dimensional NNDMs with multiple layers and hundreds of neurons per layer, and that the controller can significantly improve the safety probability.

arxiv情報

著者 Rayan Mazouz,Karan Muvvala,Akash Ratheesh,Luca Laurenti,Morteza Lahijanian
発行日 2025-05-25 18:43:26+00:00
arxivサイト arxiv_id(pdf)

提供元, 利用サービス

arxiv.jp, Google

カテゴリー: cs.RO, cs.SY, eess.SY | Safety Guarantees for Neural Network Dynamic Systems via Stochastic Barrier Functions はコメントを受け付けていません

From Single Images to Motion Policies via Video-Generation Environment Representations

投稿日: 2025年5月27日 作成者: jarxiv

要約

自律的なロボットは通常、周囲の表現を構築し、環境の幾何学に動きを適応させる必要があります。
ここでは、単一の入力RGB画像から、環境と一致する衝突のないモーション生成のポリシーモデルを構築する問題に取り組みます。
単一の画像から3D構造を抽出するには、多くの場合、単眼深度の推定が含まれます。
深さの推定の開発により、Depthanythingなどの大規模な事前に訓練されたモデルが生じています。
ただし、下流のモーション生成にこれらのモデルの出力を使用することは、発生するフラストム型エラーのために困難です。
代わりに、ビデオジェネレーション環境表現（VGER）として知られるフレームワークを提案します。これは、大規模なビデオ生成モデルの進歩を活用して、入力画像に条件付けられた移動カメラビデオを生成します。
マルチビューデータセットを形成するこのビデオのフレームは、事前に訓練された3Dファンデーションモデルに入力して、密なポイントクラウドを生成します。
次に、マルチスケールノイズアプローチを導入して、環境構造の暗黙の表現を訓練し、表現のジオメトリに準拠するモーション生成モデルを構築します。
屋内および屋外の環境の多様なセットでVGEを広範囲に評価します。
単一のRGB入力画像から、シーンのキャプチャされたジオメトリを説明するスムーズな動きを生成する能力を実証します。

要約(オリジナル)

Autonomous robots typically need to construct representations of their surroundings and adapt their motions to the geometry of their environment. Here, we tackle the problem of constructing a policy model for collision-free motion generation, consistent with the environment, from a single input RGB image. Extracting 3D structures from a single image often involves monocular depth estimation. Developments in depth estimation have given rise to large pre-trained models such as DepthAnything. However, using outputs of these models for downstream motion generation is challenging due to frustum-shaped errors that arise. Instead, we propose a framework known as Video-Generation Environment Representation (VGER), which leverages the advances of large-scale video generation models to generate a moving camera video conditioned on the input image. Frames of this video, which form a multiview dataset, are then input into a pre-trained 3D foundation model to produce a dense point cloud. We then introduce a multi-scale noise approach to train an implicit representation of the environment structure and build a motion generation model that complies with the geometry of the representation. We extensively evaluate VGER over a diverse set of indoor and outdoor environments. We demonstrate its ability to produce smooth motions that account for the captured geometry of a scene, all from a single RGB input image.

arxiv情報

著者 Weiming Zhi,Ziyong Ma,Tianyi Zhang,Matthew Johnson-Roberson
発行日 2025-05-25 20:30:25+00:00
arxivサイト arxiv_id(pdf)

提供元, 利用サービス

arxiv.jp, Google

カテゴリー: cs.CV, cs.GR, cs.LG, cs.RO | From Single Images to Motion Policies via Video-Generation Environment Representations はコメントを受け付けていません

Designing a skilled soccer team for RoboCup: exploring skill-set-primitives through reinforcement learning

投稿日: 2025年5月27日 作成者: jarxiv

要約

Robocup 3Dサッカーシミュレーションリーグは、シミュレートされたサッカーマッチを通じて、自律的なヒューマノイドロボットエージェントのイノベーションを紹介するための競争力のあるプラットフォームとして機能します。
私たちのチームであるFCポルトガルは、Robocup 2021の後にPythonで新しいコードベースをPythonでゼロから開発しました。チームのパフォーマンスは、新しい統一プリミティブと近位ポリシー最適化アルゴリズムのカスタム、対称性拡張バージョンを中心とした一連のスキルに依存しています。
私たちの方法は、FCポルトガルが2022年と2023年に最後の2つの主要な競技で優勝した公式のロボカップマッチで徹底的にテストされています。このホワイトペーパーでは、スキルセットプリミティブを使用して開発されたスキルのタイムラインを紹介し、スキルのサンプル効率と安定性を大幅に改善し、シームレスな移行を動機付けます。
2021年に開発された大幅な速いスプリントキックから始めて、多目的の全方向性ウォーク、前例のないボールコントロールを備えたドリブル、堅実なキック、プッシュスキルなど、最新のスキルセットに進みます。
プッシュは、低レベルの衝突シナリオとボールの所有を増やすための高レベルの戦略に対処します。
革新的なマルチエージェント学習アプローチを通じて、このタスクのリソース集約的な性質に対処します。
最後に、チームのコードベースをRobocupコミュニティにリリースし、他のチームに新しい機能を構築できる堅牢でモダンな基盤を提供します。

要約(オリジナル)

The RoboCup 3D Soccer Simulation League serves as a competitive platform for showcasing innovation in autonomous humanoid robot agents through simulated soccer matches. Our team, FC Portugal, developed a new codebase from scratch in Python after RoboCup 2021. The team’s performance relies on a set of skills centered around novel unifying primitives and a custom, symmetry-extended version of the Proximal Policy Optimization algorithm. Our methods have been thoroughly tested in official RoboCup matches, where FC Portugal has won the last two main competitions, in 2022 and 2023. This paper presents our training framework, as well as a timeline of skills developed using our skill-set-primitives, which considerably improve the sample efficiency and stability of skills, and motivate seamless transitions. We start with a significantly fast sprint-kick developed in 2021 and progress to the most recent skill set, including a multi-purpose omnidirectional walk, a dribble with unprecedented ball control, a solid kick, and a push skill. The push addresses low-level collision scenarios and high-level strategies to increase ball possession. We address the resource-intensive nature of this task through an innovative multi-agent learning approach. Finally, we release the team’s codebase to the RoboCup community, providing other teams with a robust and modern foundation upon which they can build new features.

arxiv情報

著者 Miguel Abreu,Luis Paulo Reis,Nuno Lau
発行日 2025-05-25 20:34:59+00:00
arxivサイト arxiv_id(pdf)

提供元, 利用サービス

arxiv.jp, Google

カテゴリー: cs.RO | Designing a skilled soccer team for RoboCup: exploring skill-set-primitives through reinforcement learning はコメントを受け付けていません

Passive Vibration Control of a 3-D Printer Gantry

投稿日: 2025年5月27日 作成者: jarxiv

要約

遍在するロボットシステムの将来の開発と改善には、改善された添加剤製造能力が不可欠です。
これらのマシンを既存のロボットシステムに統合して、コンポーネントの製造と修理、およびロボット自体のカスタムパーツの製造を可能にすることができます。
融合したフィラメント製造（FFF）プロセスは、最も一般的でよく発達したAMプロセスの1つですが、特に印刷速度が上昇するにつれて、振動誘発位置エラーの影響に悩まされています。
このプロジェクトは、FFFガントリーシステムの動的モデルを適応および拡張し、押出機キャリッジに接続され、最適なパラメーターを使用して調整されたパッシブスプリングマスダンパーシステムコントローラーを含めるようにしました。
効果を実証し、実装に関する推奨事項を生成するために、ケーススタディが実施されました。
この作業は、オープンループ制御システムを使用して動作し、多数のロボットシステム、ピックアンドプレイスマシン、ポジショナーなどを含む振動に苦しむ他のメカトロニクスシステムにとっても価値があります。

要約(オリジナル)

Improved additive manufacturing capabilities are vital for the future development and improvement of ubiquitous robotic systems. These machines can be integrated into existing robotic systems to allow manufacturing and repair of components, as well as fabrication of custom parts for the robots themselves. The fused filament fabrication (FFF) process is one of the most common and well-developed AM processes but suffers from the effects of vibration-induced position error, particularly as the printing speed is raised. This project adapted and expanded a dynamic model of an FFF gantry system to include a passive spring-mass-damper system controller attached to the extruder carriage and tuned using optimal parameters. A case study was conducted to demonstrate the effects and generate recommendations for implementation. This work is also valuable for other mechatronic systems which operate using an open-loop control system and which suffer from vibration, including numerous robotic systems, pick-and-place machines, positioners, and similar.

arxiv情報

著者 Maharshi A. Sharma,Albert E. Patterson
発行日 2025-05-25 20:52:44+00:00
arxivサイト arxiv_id(pdf)

提供元, 利用サービス

arxiv.jp, Google

カテゴリー: cs.RO, cs.SY, eess.SY | Passive Vibration Control of a 3-D Printer Gantry はコメントを受け付けていません

Deriving The Fundamental Equation of Earthmoving and Configuring Vortex Studio Earthmoving Simulation for Soil Property Estimation Experimentation

投稿日: 2025年5月27日 作成者: jarxiv

要約

この文書は、Wagner et al。
2023年と2025年に。それは、傾斜した土壌を移動する平らな刃のアースモービングの基本方程式の導出をカバーし、Vortex Studioの土壌ツール相互作用シミュレーションの高度な構成に関する情報を提供します。

要約(オリジナル)

This document serves as supplementary material for two International Society for Terrain-Vehicle Systems conference publications regarding in situ soil property estimation by Wagner et al. in 2023 and 2025. It covers the derivation of the fundamental equation of earthmoving for a flat blade moving through sloped soil and provides some information regarding the advanced configuration of Vortex Studio’s soil-tool interaction simulation.

arxiv情報

著者 W. Jacob Wagner
発行日 2025-05-25 21:35:14+00:00
arxivサイト arxiv_id(pdf)

提供元, 利用サービス

arxiv.jp, Google

カテゴリー: cs.RO | Deriving The Fundamental Equation of Earthmoving and Configuring Vortex Studio Earthmoving Simulation for Soil Property Estimation Experimentation はコメントを受け付けていません