論文の概要: Continuous-Time Behavior Trees as Discontinuous Dynamical Systems
- arxiv url: http://arxiv.org/abs/2109.01575v1
- Date: Fri, 3 Sep 2021 15:11:42 GMT
- ステータス: 処理完了
- システム内更新日: 2021-09-06 13:50:35.044187
- Title: Continuous-Time Behavior Trees as Discontinuous Dynamical Systems
- Title(参考訳): 不連続力学系としての連続時間挙動木
- Authors: Christopher Iliffe Sprague, Petter \"Ogren
- Abstract要約: 振舞い木は、いくつかの低レベル制御ポリシーをハイレベルなタスクスイッチングポリシーに結合する。
行動木の公式な連続時間定式化は欠如している。
行動木は不連続な力学系と見なすことができる。
- 参考スコア(独自算出の注目度): 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Behavior trees represent a hierarchical and modular way of combining several
low-level control policies into a high-level task-switching policy. Hybrid
dynamical systems can also be seen in terms of task switching between different
policies, and therefore several comparisons between behavior trees and hybrid
dynamical systems have been made, but only informally, and only in discrete
time. A formal continuous-time formulation of behavior trees has been lacking.
Additionally, convergence analyses of specific classes of behavior tree designs
have been made, but not for general designs.
In this letter, we provide the first continuous-time formulation of behavior
trees, show that they can be seen as discontinuous dynamical systems (a
subclass of hybrid dynamical systems), which enables the application of
existence and uniqueness results to behavior trees, and finally, provide
sufficient conditions under which such systems will converge to a desired
region of the state space for general designs. With these results, a large body
of results on continuous-time dynamical systems can be brought to use when
designing behavior tree controllers.
- Abstract(参考訳): 振舞い木は、いくつかの低レベル制御ポリシーをハイレベルなタスクスイッチングポリシーに組み合わせる階層的かつモジュラーな方法を表している。
ハイブリッド力学系は、異なるポリシー間のタスク切り替えの観点からも見ることができるので、行動木とハイブリッド力学系のいくつかの比較は、非公式にのみ、離散時間にのみ行われた。
行動木の公式な連続時間定式化は欠如している。
さらに、行動木設計の特定のクラスについての収束解析も行われているが、一般的な設計には当てはまらない。
このレターでは、振る舞い木の最初の連続時間定式化を提供し、それらは不連続力学系(ハイブリッド力学系のサブクラス)と見なすことができ、振る舞い木に存在と一意性の結果を適用することができ、最終的に、それらのシステムが一般設計のために状態空間の所望の領域に収束する十分な条件を提供する。
これらの結果により、連続時間力学系に関する膨大な結果がビヘイビアツリーコントローラの設計に利用できるようになる。
関連論文リスト
- Hierarchical hybrid modeling for flexible tool use [0.0]
本稿では,エージェントの構成を複製する複数のハイブリッドユニットで構成され,高レベル離散モデルによって制御されるアーキテクチャを提案する。
我々はこの階層的ハイブリッドモデルを非自明なタスクで評価し、移動ツールを選択した後、移動物体に到達した。
論文 参考訳(メタデータ) (2024-02-01T15:15:25Z) - Discovering group dynamics in synchronous time series via hierarchical
recurrent switching-state models [3.5902825399592193]
同じ期間に相互作用する複数のエンティティから生じる時系列の集合をモデル化する。
近年,個々の時系列のモデル化に焦点を絞った研究は,集合的なシステムレベルの振る舞いが個々の実体の軌跡に影響を及ぼすという,我々の意図した応用には不十分である。
我々は、潜在エンティティレベルチェーンを駆動する潜在システムレベルの離散状態チェーンを使用し、各観測時系列のダイナミクスを制御します。
論文 参考訳(メタデータ) (2024-01-26T16:06:01Z) - An Extended Convergence Result for Behaviour Tree Controllers [0.0]
振舞い木(BT)は階層的なハイブリッド制御ポリシーを組み立てるための最適なモジュラー・フレームワークである。
我々は、状態空間の所望部分に到達するという意味で、BTsの収束について研究する。
論文 参考訳(メタデータ) (2023-08-17T14:05:45Z) - Social Interpretable Tree for Pedestrian Trajectory Prediction [75.81745697967608]
本稿では,このマルチモーダル予測課題に対処するため,SIT(Social Interpretable Tree)と呼ばれる木に基づく手法を提案する。
木の根から葉までの経路は、個々の将来の軌跡を表す。
ETH-UCYとStanford Droneのデータセットによる実験結果からは,手作り木にもかかわらず,我々の手法が最先端の手法の性能に適合または超えることを示した。
論文 参考訳(メタデータ) (2022-05-26T12:18:44Z) - Divide and Rule: Recurrent Partitioned Network for Dynamic Processes [25.855428321990328]
多くの動的なプロセスは、物理的システムから社会学的分析まで、相互作用する変数に関与している。
我々のゴールは、部分全体階層を持つシステムを表現し、システム内変数間の暗黙の依存関係を発見することである。
提案アーキテクチャは, (i) 複数のレベルにおける観測の階層的かつ時間的に一貫した表現を抽出する知覚モジュール, (ii) 各レベルにおけるニューロン間の関係性を決定する導出モジュール, (iii)時間分布推定を条件に未来を予測する統計的モジュールからなる。
論文 参考訳(メタデータ) (2021-06-01T06:45:56Z) - Value Iteration in Continuous Actions, States and Time [99.00362538261972]
連続状態と動作に対する連続的適合値反復(cFVI)アルゴリズムを提案する。
非線形制御アフィンダイナミクスに対して最適なポリシを導出することができる。
物理システムのビデオは、urlhttps://sites.google.com/view/value-iteration.comで入手できる。
論文 参考訳(メタデータ) (2021-05-10T21:40:56Z) - Active Inference and Behavior Trees for Reactive Action Planning and
Execution in Robotics [2.040132783511305]
本研究では,動的環境における動的行動計画と実行のための活性推論と行動木(BT)の組み合わせを提案する。
提案手法により、部分的に観測可能な初期状態を扱うことができ、予期せぬ事態に対する古典的なBTの堅牢性を向上させることができる。
論文 参考訳(メタデータ) (2020-11-19T10:24:41Z) - Continuous-in-Depth Neural Networks [107.47887213490134]
まず最初に、このリッチな意味では、ResNetsは意味のある動的でないことを示します。
次に、ニューラルネットワークモデルが連続力学系を表現することを実証する。
ResNetアーキテクチャの詳細な一般化としてContinuousNetを紹介します。
論文 参考訳(メタデータ) (2020-08-05T22:54:09Z) - Supporting Optimal Phase Space Reconstructions Using Neural Network
Architecture for Time Series Modeling [68.8204255655161]
位相空間特性を暗黙的に学習する機構を持つ人工ニューラルネットワークを提案する。
私たちのアプローチは、ほとんどの最先端戦略と同じくらいの競争力があるか、あるいは優れているかのどちらかです。
論文 参考訳(メタデータ) (2020-06-19T21:04:47Z) - Euclideanizing Flows: Diffeomorphic Reduction for Learning Stable
Dynamical Systems [74.80320120264459]
本研究では、限られた数の人間の実演からそのような動きを学ぶためのアプローチを提案する。
複素運動は安定な力学系のロールアウトとして符号化される。
このアプローチの有効性は、確立されたベンチマーク上での検証と、現実世界のロボットシステム上で収集されたデモによって実証される。
論文 参考訳(メタデータ) (2020-05-27T03:51:57Z) - Learning Stable Deep Dynamics Models [91.90131512825504]
状態空間全体にわたって安定することが保証される力学系を学習するためのアプローチを提案する。
このような学習システムは、単純な力学系をモデル化することができ、複雑な力学を学習するために追加の深層生成モデルと組み合わせることができることを示す。
論文 参考訳(メタデータ) (2020-01-17T00:04:45Z)
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。