Fugu-MT 論文翻訳(概要): Piecewise linear regressions for approximating distance metrics

論文の概要: Piecewise linear regressions for approximating distance metrics

arxiv url: http://arxiv.org/abs/2002.12466v1
Date: Thu, 27 Feb 2020 22:23:58 GMT
ステータス: 処理完了
システム内更新日: 2022-12-28 09:07:27.938365
Title: Piecewise linear regressions for approximating distance metrics
Title（参考訳）: 距離メトリクス近似のための区分線形回帰
Authors: Josiah Putman, Lisa Oh, Luyang Zhao, Evan Honnold, Galen Brown, Weifu Wang, Devin Balkcom
Abstract要約: 本稿では,ロボット構成空間にまたがる構成間の距離を要約したデータ構造を提案する。本稿では,単一ロボットに構築したデータ構造を用いて,ロボットの動作計画問題に挑戦する。
参考スコア（独自算出の注目度）: 1.1241621778067437
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: This paper presents a data structure that summarizes distances between configurations across a robot configuration space, using a binary space partition whose cells contain parameters used for a locally linear approximation of the distance function. Querying the data structure is extremely fast, particularly when compared to the graph search required for querying Probabilistic Roadmaps, and memory requirements are promising. The paper explores the use of the data structure constructed for a single robot to provide a heuristic for challenging multi-robot motion planning problems. Potential applications also include the use of remote computation to analyze the space of robot motions, which then might be transmitted on-demand to robots with fewer computational resources.
Abstract（参考訳）: 本稿では,ロボット構成空間における構成間の距離を,距離関数の局所線形近似に用いるパラメータを含む二項空間分割を用いて要約したデータ構造を提案する。データ構造のクエリは、特に確率的ロードマップのクエリに必要なグラフ検索と比較して非常に高速であり、メモリ要件は有望である。本稿では,単一ロボットに構築したデータ構造を用いて,マルチロボット動作計画問題に対するヒューリスティックなアプローチを提案する。潜在的な応用としては、リモート計算を使用してロボットの動きの空間を分析し、計算資源が少ないロボットにオンデマンドで送信することもある。

関連論文リスト

Learning Object Properties Using Robot Proprioception via Differentiable Robot-Object Interaction [52.12746368727368]
微分可能シミュレーションは、システム識別の強力なツールとなっている。本手法は,オブジェクト自体のデータに頼ることなく,ロボットからの情報を用いてオブジェクト特性を校正する。低コストなロボットプラットフォームにおける本手法の有効性を実証する。
論文参考訳（メタデータ） (2024-10-04T20:48:38Z)
Multi-Robot Relative Pose Estimation in SE(2) with Observability Analysis: A Comparison of Extended Kalman Filtering and Robust Pose Graph Optimization [1.0485739694839669]
本研究では,相対的なポーズ推定の協調的局所化と可観測性分析に着目する。 ROS/Gazeboシミュレーションでは,4つのセンシング・通信構造について検討する。ハードウェア実験では、UWBモジュールを備えた2つのTurtlebot3がロボット間の相対的なポーズ推定に使用される。
論文参考訳（メタデータ） (2024-01-27T06:09:56Z)
JRDB-Traj: A Dataset and Benchmark for Trajectory Forecasting in Crowds [79.00975648564483]
ロボット工学、自動運転車、ナビゲーションなどの分野で使用される軌道予測モデルは、現実のシナリオにおいて課題に直面している。このデータセットは、ロボットの観点から、すべてのエージェント、シーンイメージ、ポイントクラウドの位置を含む包括的なデータを提供する。本研究の目的は,ロボットに対するエージェントの将来の位置を,生の感覚入力データを用いて予測することである。
論文参考訳（メタデータ） (2023-11-05T18:59:31Z)
Neural Potential Field for Obstacle-Aware Local Motion Planning [46.42871544295734]
本稿では,ロボットのポーズ,障害物マップ,ロボットのフットプリントに基づいて,異なる衝突コストを返却するニューラルネットワークモデルを提案する。私たちのアーキテクチャには、障害物マップとロボットフットプリントを埋め込みに変換するニューラルイメージエンコーダが含まれています。 Husky UGVモバイルロボットの実験は、我々のアプローチがリアルタイムで安全なローカルプランニングを可能にすることを示した。
論文参考訳（メタデータ） (2023-10-25T05:00:21Z)
SABER: Data-Driven Motion Planner for Autonomously Navigating Heterogeneous Robots [112.2491765424719]
我々は、データ駆動型アプローチを用いて、異種ロボットチームをグローバルな目標に向けてナビゲートする、エンドツーエンドのオンラインモーションプランニングフレームワークを提案する。モデル予測制御(SMPC)を用いて,ロボット力学を満たす制御入力を計算し,障害物回避時の不確実性を考慮した。リカレントニューラルネットワークは、SMPC有限時間地平線解における将来の状態の不確かさを素早く推定するために用いられる。ディープQ学習エージェントがハイレベルパスプランナーとして機能し、SMPCにロボットを望ましいグローバルな目標に向けて移動させる目標位置を提供する。
論文参考訳（メタデータ） (2021-08-03T02:56:21Z)
Relative Localization of Mobile Robots with Multiple Ultra-WideBand Ranging Measurements [15.209043435869189]
ロボット群間の相対的なポーズを,複数のUWB範囲のノードを各ロボットに装備することで推定する手法を提案する。局所化精度を向上させるため,スライディングウインドウを用いた最適化により,オドメトリー制約を利用する。
論文参考訳（メタデータ） (2021-07-19T12:57:02Z)
Task-relevant Representation Learning for Networked Robotic Perception [74.0215744125845]
本稿では,事前学習されたロボット知覚モデルの最終的な目的と協調して設計された感覚データのタスク関連表現を学習するアルゴリズムを提案する。本アルゴリズムは,ロボットの知覚データを競合する手法の最大11倍まで積極的に圧縮する。
論文参考訳（メタデータ） (2020-11-06T07:39:08Z)
Laser2Vec: Similarity-based Retrieval for Robotic Perception Data [7.538482310185135]
本稿では,多くのデプロイメントから2次元LiDARデータを安価に保存するシステムを実装し,完全・部分スキャンのためのトップクェリを効率よく評価する。我々は畳み込み変分オートエンコーダを用いてレーザスキャンの圧縮表現を生成し、それらをデータベースに格納する。我々は,ロボットが同じ場所に遭遇した複数のエピソードにまたがって,類似のスキャンを高精度かつ効率的に検出する。
論文参考訳（メタデータ） (2020-07-30T21:11:50Z)
Risk-Averse MPC via Visual-Inertial Input and Recurrent Networks for Online Collision Avoidance [95.86944752753564]
本稿では,モデル予測制御(MPC)の定式化を拡張したオンライン経路計画アーキテクチャを提案する。我々のアルゴリズムは、状態推定の共分散を推論するリカレントニューラルネットワーク(RNN)とオブジェクト検出パイプラインを組み合わせる。本手法のロバスト性は, 複雑な四足歩行ロボットの力学で検証され, ほとんどのロボットプラットフォームに適用可能である。
論文参考訳（メタデータ） (2020-07-28T07:34:30Z)
Combinatorics of a Discrete Trajectory Space for Robot Motion Planning [4.477410849696538]
問題の複雑さはロボットの構成空間の次元と直接関係している本稿では,ロボットの基本ハードウェア仕様に基づく離散ロボットモデルを提案する。
論文参考訳（メタデータ） (2020-05-25T12:14:20Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。