Fugu-MT 論文翻訳(概要): An Iterative LQR Controller for Off-Road and On-Road Vehicles using a Neural Network Dynamics Model

論文の概要: An Iterative LQR Controller for Off-Road and On-Road Vehicles using a Neural Network Dynamics Model

arxiv url: http://arxiv.org/abs/2007.14492v1
Date: Tue, 28 Jul 2020 21:20:01 GMT
ステータス: 処理完了
システム内更新日: 2022-11-06 03:18:38.283999
Title: An Iterative LQR Controller for Off-Road and On-Road Vehicles using a Neural Network Dynamics Model
Title（参考訳）: ニューラルネットワークダイナミクスモデルを用いたオフロードおよびオンロード車両の繰り返しLQR制御
Authors: Akhil Nagariya and Srikanth Saripalli
Abstract要約: WarthogとPolaris GEMという2種類の車輪付き移動ロボットの軌道追跡のための反復線形擬似レギュレータ(ILQR)。我々は多層ニューラルネットワークを用いて、ILQRコントローラで制御法則を計算するこれらのロボットの離散力学モデルを学習する。
参考スコア（独自算出の注目度）: 13.363673186237284
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: In this work we evaluate Iterative Linear Quadratic Regulator(ILQR) for trajectory tracking of two different kinds of wheeled mobile robots namely Warthog (Fig. 1), an off-road holonomic robot with skid-steering and Polaris GEM e6 [1], a non-holonomic six seater vehicle (Fig. 2). We use multilayer neural network to learn the discrete dynamic model of these robots which is used in ILQR controller to compute the control law. We use model predictive control (MPC) to deal with model imperfections and perform extensive experiments to evaluate the performance of the controller on human driven reference trajectories with vehicle speeds of 3m/s- 4m/s for warthog and 7m/s-10m/s for the Polaris GEM
Abstract（参考訳）: 本研究では,二種類の車輪型移動ロボットであるwarthog(図1)と,非ホロノミック6座車であるpolaris gem e6[1](図2)の軌道追跡のための反復線形二次レギュレータ(ilqr)を評価した。制御則を計算するためにilqrコントローラで使用されるこれらのロボットの離散的動的モデルを学ぶために多層ニューラルネットワークを用いる。モデル予測制御 (model prediction control, mpc) をモデル不完全に対処するために使用し,warthogでは3m/s-4m/s,polaris gemでは7m/s-10m/sの速度で制御器の性能評価を行う。

関連論文リスト

Planning with Adaptive World Models for Autonomous Driving [50.4439896514353]
運動プランナー(MP)は複雑な都市環境における安全なナビゲーションに不可欠である。最近リリースされたMPベンチマークであるnuPlanは、クローズドループシミュレーションロジックで現実世界の駆動ログを拡張することで、この制限に対処している。本稿では,モデル予測制御(MPC)ベースのプランナであるAdaptiveDriverを提案する。
論文参考訳（メタデータ） (2024-06-15T18:53:45Z)
TEDNet: Twin Encoder Decoder Neural Network for 2D Camera and LiDAR Road Detection [2.8038082486377114]
道路面の正確な推定のために,新しい畳み込みニューラルネットワークモデルを提案する。我々のモデルは、独立カメラとLiDAR機能抽出にTwin-Decoder Neural Network(TEDNet)を用いている。このモデルでは、カメラとLiDARデータのバードアイビュー投影を用いて、各ピクセルが路面に属するか否かのセマンティックセグメンテーションを行う。
論文参考訳（メタデータ） (2024-05-14T08:45:34Z)
RACER: Rational Artificial Intelligence Car-following-model Enhanced by Reality [51.244807332133696]
本稿では,アダプティブ・クルーズ・コントロール(ACC)運転行動を予測する,最先端の深層学習車追従モデルであるRACERを紹介する。従来のモデルとは異なり、RACERは実走行の重要な要素であるRDC(Rational Driving Constraints)を効果的に統合している。 RACERはアクセラレーション、ベロシティ、スペーシングといった主要なメトリクスを網羅し、ゼロ違反を登録する。
論文参考訳（メタデータ） (2023-12-12T06:21:30Z)
Robust, High-Rate Trajectory Tracking on Insect-Scale Soft-Actuated Aerial Robots with Deep-Learned Tube MPC [0.0]
サブグラムMAV (0.7 グラム) であるMIT SoftFly 上でのアジャイルで効率的な軌道追跡手法を提案する。我々の戦略は、適応型姿勢制御器と、軌跡追跡堅牢管モデル予測制御器(RTMPC)を模倣する訓練されたニューラルネットワークポリシーを組み合わせたカスケード制御方式を用いている。我々は,本手法を実験的に評価し,より困難な操作でもルート平均角誤差を1.8cm以下に抑え,従来の作業に比べて最大位置誤差を60%低減し,大きな外乱に対する堅牢性を実証した。
論文参考訳（メタデータ） (2022-09-20T21:30:16Z)
Learning a Single Near-hover Position Controller for Vastly Different Quadcopters [56.37274861303324]
本稿では,クワッドコプターのための適応型ニアホバー位置制御器を提案する。これは、非常に異なる質量、大きさ、運動定数を持つクワッドコプターに展開することができる。また、実行中に未知の障害に迅速に適応する。
論文参考訳（メタデータ） (2022-09-19T17:55:05Z)
Motion Planning and Control for Multi Vehicle Autonomous Racing at High Speeds [100.61456258283245]
本稿では,自律走行のための多層移動計画と制御アーキテクチャを提案する。提案手法はダララのAV-21レースカーに適用され、楕円形のレーストラックで25$m/s2$まで加速試験された。
論文参考訳（メタデータ） (2022-07-22T15:16:54Z)
Adapting Rapid Motor Adaptation for Bipedal Robots [73.5914982741483]
移動制御の急速な適応の最近の進歩を活用し、二足歩行ロボットで作業できるように拡張する。 A-RMAはモデルフリーRLを用いて微調整することで不完全外部推定器の基本方針を適応する。シミュレーションにおいて,A-RMAはRLベースのベースラインコントローラやモデルベースコントローラよりも優れていることを示す。
論文参考訳（メタデータ） (2022-05-30T17:59:09Z)
Visual-Inertial Odometry with Online Calibration of Velocity-Control Based Kinematic Motion Models [3.42658286826597]
視覚慣性オドメトリー(VIO)は、パワーとペイロードの制約のある自律ロボットにとって重要な技術である。本稿では,車輪付き移動ロボットの速度制御に基づく運動モデルの統合と校正を行うステレオカメラを用いたVIOの新しいアプローチを提案する。
論文参考訳（メタデータ） (2022-04-14T06:21:12Z)
Adaptive Model Predictive Control of Wheeled Mobile Robots [0.0]
本稿では,未知の慣性を持つ二輪移動ロボットを所望の点と向きに誘導する制御アルゴリズムを提案する。この二輪移動ロボットは、ナイフエッジや非ホロノミックキネマティック制約のあるスケートとしてモデル化されている。このアルゴリズムの有効性は, 論文末尾の数値シミュレーションによって実証される。
論文参考訳（メタデータ） (2022-01-03T20:07:44Z)
Populations of Spiking Neurons for Reservoir Computing: Closed Loop Control of a Compliant Quadruped [64.64924554743982]
本稿では,ニューラルネットワークを用いた中央パターン生成機構を実装し,閉ループロボット制御を実現するためのフレームワークを提案する。本研究では,従順な四足歩行ロボットのシミュレーションモデル上で,予め定義された歩行パターン,速度制御,歩行遷移の学習を実演する。
論文参考訳（メタデータ） (2020-04-09T14:32:49Z)

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。