論文の概要: PYROBOCOP : Python-based Robotic Control & Optimization Package for
Manipulation and Collision Avoidance
- arxiv url: http://arxiv.org/abs/2106.03220v1
- Date: Sun, 6 Jun 2021 19:46:29 GMT
- ステータス: 処理完了
- システム内更新日: 2021-06-13 09:07:32.861128
- Title: PYROBOCOP : Python-based Robotic Control & Optimization Package for
Manipulation and Collision Avoidance
- Title(参考訳): PYROBOCOP : 操作・衝突回避のためのPythonベースのロボット制御・最適化パッケージ
- Authors: Arvind U. Raghunathan, Devesh K. Jha, Diego Romeres
- Abstract要約: PYROBOCOPはPythonベースのロボットシステムの制御と最適化のためのパッケージである。
相補性制約によって記述される接触を持つシステムを扱うことができる。
- 参考スコア(独自算出の注目度): 12.292075907844067
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: PYROBOCOP is a lightweight Python-based package for control and optimization
of robotic systems described by nonlinear Differential Algebraic Equations
(DAEs). In particular, the package can handle systems with contacts that are
described by complementarity constraints and provides a general framework for
specifying obstacle avoidance constraints. The package performs direct
transcription of the DAEs into a set of nonlinear equations by performing
orthogonal collocation on finite elements. The resulting optimization problem
belongs to the class of Mathematical Programs with Complementarity Constraints
(MPCCs). MPCCs fail to satisfy commonly assumed constraint qualifications and
require special handling of the complementarity constraints in order for
NonLinear Program (NLP) solvers to solve them effectively. PYROBOCOP provides
automatic reformulation of the complementarity constraints that enables NLP
solvers to perform optimization of robotic systems. The package is interfaced
with ADOLC for obtaining sparse derivatives by automatic differentiation and
IPOPT for performing optimization. We demonstrate the effectiveness of our
approach in terms of speed and flexibility. We provide several numerical
examples for several robotic systems with collision avoidance as well as
contact constraints represented using complementarity constraints. We provide
comparisons with other open source optimization packages like CasADi and Pyomo .
- Abstract(参考訳): PYROBOCOPは、非線形微分代数方程式(DAE)によって記述されるロボットシステムの制御と最適化のための軽量Pythonベースのパッケージである。
特に、パッケージは相補性制約によって記述される接触を持つシステムを扱うことができ、障害物回避制約を特定するための一般的なフレームワークを提供する。
このパッケージは、有限要素上の直交コロケーションを実行することにより、DAEを一連の非線形方程式に直接転写する。
結果の最適化問題は相補性制約付き数学プログラム(MPCC)のクラスに属する。
MPCCは一般的に想定される制約条件を満たすことができず、NonLinear Program (NLP)ソルバがそれらを効果的に解決するためには、補性制約の特別な扱いが必要となる。
PYROBOCOPは、NLPソルバがロボットシステムの最適化を行えるように、相補性の制約を自動的に修正する。
パッケージは、自動微分によりスパース誘導体を得るためのADOLCと、最適化を行うためのIPOPTとでインターフェースされている。
スピードと柔軟性の観点から、我々のアプローチの有効性を実証する。
本稿では, 衝突回避型ロボットシステムと, 相補性制約を用いた接触制約の数値例を示す。
casadiやpyomoといった他のオープンソース最適化パッケージと比較します。
関連論文リスト
- Fermionic Quantum Approximate Optimization Algorithm [11.00442581946026]
制約付き最適化問題を解くためのフェルミオン量子近似最適化アルゴリズム(FQAOA)を提案する。
FQAOAは、フェルミオン粒子数保存を用いて、QAOAを通して本質的にそれらを強制する制約問題に対処する。
制約付きハミルトニアン問題に対して、運転者ハミルトニアンを設計するための体系的なガイドラインを提供する。
論文 参考訳(メタデータ) (2023-01-25T18:36:58Z) - Unbalanced penalization: A new approach to encode inequality constraints
of combinatorial problems for quantum optimization algorithms [58.720142291102135]
余分なスラック変数を必要としない代替手法を提案する。
我々は,旅行セールスマン問題,ビン包装問題,ナプサック問題に対するアプローチを評価した。
この新しいアプローチは、リソースの少ない不等式制約の問題を解決するために使用できる。
論文 参考訳(メタデータ) (2022-11-25T06:05:18Z) - Symmetric Tensor Networks for Generative Modeling and Constrained
Combinatorial Optimization [72.41480594026815]
ポートフォリオ最適化からロジスティクスに至るまで、制約付き最適化問題は業界に多い。
これらの問題の解決における主要な障害の1つは、有効な検索空間を制限する非自明なハード制約の存在である。
本研究では、Ax=bという形の任意の整数値等式制約をU(1)対称ネットワーク(TN)に直接エンコードし、それらの適用性を量子に着想を得た生成モデルとして活用する。
論文 参考訳(メタデータ) (2022-11-16T18:59:54Z) - Polynomial Optimization: Enhancing RLT relaxations with Conic
Constraints [0.0]
円錐最適化は、非スケール問題に対するトラクタブルで保証されたアルゴリズムを設計するための強力なツールとして登場した。
最適化問題に対するRLT緩和の強化について,9種類の制約を加えて検討する。
我々は、これらの変種とその性能を、互いに、そして標準RCT緩和に関してどのように設計するかを示す。
論文 参考訳(メタデータ) (2022-08-11T02:13:04Z) - Optimization on manifolds: A symplectic approach [127.54402681305629]
本稿では、最適化問題を解くための一般的な枠組みとして、ディラックの制約付きハミルトン系理論の散逸拡張を提案する。
我々の(加速された)アルゴリズムのクラスは単純で効率的なだけでなく、幅広い文脈にも適用できる。
論文 参考訳(メタデータ) (2021-07-23T13:43:34Z) - Adaptive Subcarrier, Parameter, and Power Allocation for Partitioned
Edge Learning Over Broadband Channels [69.18343801164741]
パーティショニングエッジ学習(PARTEL)は、無線ネットワークにおいてよく知られた分散学習手法であるパラメータサーバトレーニングを実装している。
本稿では、いくつかの補助変数を導入してParticleELを用いてトレーニングできるディープニューラルネットワーク(DNN)モデルについて考察する。
論文 参考訳(メタデータ) (2020-10-08T15:27:50Z) - Adaptive pruning-based optimization of parameterized quantum circuits [62.997667081978825]
Variisyハイブリッド量子古典アルゴリズムは、ノイズ中間量子デバイスの使用を最大化する強力なツールである。
我々は、変分量子アルゴリズムで使用されるそのようなアンサーゼを「効率的な回路訓練」(PECT)と呼ぶ戦略を提案する。
すべてのアンサッツパラメータを一度に最適化する代わりに、PECTは一連の変分アルゴリズムを起動する。
論文 参考訳(メタデータ) (2020-10-01T18:14:11Z) - A Hybrid Framework Using a QUBO Solver For Permutation-Based
Combinatorial Optimization [5.460573052311485]
本稿では,高性能な2次非制約バイナリ最適化器を用いて,大規模な置換に基づく問題を解くためのハイブリッドフレームワークを提案する。
通常はビット数に制限があるQUBOソルバを使用する際の課題を克服する手法を提案する。
論文 参考訳(メタデータ) (2020-09-27T07:15:25Z) - Combining Deep Learning and Optimization for Security-Constrained
Optimal Power Flow [94.24763814458686]
セキュリティに制約のある最適電力フロー(SCOPF)は、電力システムの基本である。
SCOPF問題におけるAPRのモデル化は、複雑な大規模混合整数プログラムをもたらす。
本稿では,ディープラーニングとロバスト最適化を組み合わせた新しい手法を提案する。
論文 参考訳(メタデータ) (2020-07-14T12:38:21Z) - Stochastic Finite State Control of POMDPs with LTL Specifications [14.163899014007647]
部分的に観測可能なマルコフ決定プロセス(POMDP)は、不確実性の下での自律的な意思決定のためのモデリングフレームワークを提供する。
本稿では,POMDPに対する準最適有限状態制御器(sFSC)の合成に関する定量的問題について考察する。
本稿では,sFSC サイズが制御される有界ポリシアルゴリズムと,連続的な繰り返しにより制御器の性能が向上する任意の時間アルゴリズムを提案する。
論文 参考訳(メタデータ) (2020-01-21T18:10:47Z)
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。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。