Fugu-MT 論文翻訳(概要): Computational Tradeoff in Minimum Obstacle Displacement Planning for Robot Navigation

論文の概要: Computational Tradeoff in Minimum Obstacle Displacement Planning for Robot Navigation

arxiv url: http://arxiv.org/abs/2302.07114v1
Date: Tue, 14 Feb 2023 15:17:40 GMT
ステータス: 処理完了
システム内更新日: 2023-02-15 15:18:04.421515
Title: Computational Tradeoff in Minimum Obstacle Displacement Planning for Robot Navigation
Title（参考訳）: ロボットナビゲーションのための最小障害物変位計画における計算トレードオフ
Authors: Antony Thomas and Giulio Ferro and Fulvio Mastrogiovanni and Michela Robba
Abstract要約: 移動ロボットの運動計画の観点から最小障害物変位(MOD)計画問題を検討する。この問題は、障害物との衝突による経路が存在しない場合に、可動障害物を脱落させることにより、目標への最適経路を求める。この研究は、計算量が少なく、最適コストの因子によって最適解とは異なる近似解を考察する。
参考スコア（独自算出の注目度）: 1.6058099298620423
License: http://creativecommons.org/licenses/by/4.0/
Abstract: In this paper, we look into the minimum obstacle displacement (MOD) planning problem from a mobile robot motion planning perspective. This problem finds an optimal path to goal by displacing movable obstacles when no path exists due to collision with obstacles. However this problem is computationally expensive and grows exponentially in the size of number of movable obstacles. This work looks into approximate solutions that are computationally less intensive and differ from the optimal solution by a factor of the optimal cost.
Abstract（参考訳）: 本稿では,移動ロボットの運動計画の観点から,最小障害物変位(MOD)計画問題について考察する。この問題は、障害物との衝突によって経路が存在しない場合に可動障害物を変位させることでゴールへの最適経路を見つける。しかし、この問題は計算コストが高く、可動障害物の数で指数関数的に増加する。この研究は、計算量が少なく最適な解とは最適なコストの要因によって異なる近似解を考察する。

関連論文リスト

Search-Based Path Planning among Movable Obstacles [8.023424148846265]
本稿では,2つのPAMOの定式化について述べる。完全性と解の最適性を保証する検索手法であるPAMO*を開発し,その2つの問題を解決する。次に、PAMO* をハイブリッド状態 PAMO* に拡張し、ロボットとオブジェクト間の高忠実な相互作用を持つ連続空間で計画する。
論文参考訳（メタデータ） (2024-10-24T00:02:58Z)
A Meta-Engine Framework for Interleaved Task and Motion Planning using Topological Refinements [51.54559117314768]
タスク・アンド・モーション・プランニング(タスク・アンド・モーション・プランニング、TAMP)は、自動化された計画問題の解決策を見つけるための問題である。本稿では,TAMP問題のモデル化とベンチマークを行うための,汎用的でオープンソースのフレームワークを提案する。移動エージェントと複数のタスク状態依存障害を含むTAMP問題を解決する革新的なメタ技術を導入する。
論文参考訳（メタデータ） (2024-08-11T14:57:57Z)
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)
POA: Passable Obstacles Aware Path-planning Algorithm for Navigation of a Two-wheeled Robot in Highly Cluttered Environments [53.41594627336511]
パッシブル障害物認識(Passable Obstacles Aware, POA)プランナーは, 乱雑な環境下での二輪ロボットのナビゲーション手法である。我々のアルゴリズムは、二輪ロボットが通過可能な障害物を通り抜ける道を見つけることを可能にする。
論文参考訳（メタデータ） (2023-07-16T19:44:27Z)
DDPEN: Trajectory Optimisation With Sub Goal Generation Model [70.36888514074022]
本稿では,エスケープネットワークを用いた微分動的プログラミング(DDPEN)を提案する。本稿では,環境の入力マップとして,所望の位置とともにコストマップの形で利用する深層モデルを提案する。このモデルは、目標に導く可能性のある将来の方向を生成し、リアルタイムに実行可能なローカルなミニマを避ける。
論文参考訳（メタデータ） (2023-01-18T11:02:06Z)
Learning Agile Paths from Optimal Control [7.515638424396695]
モーションプランニングアルゴリズムは、ロボットを現実世界に展開する上で重要な要素である。これらのアルゴリズムはしばしば、実現可能性のために問題の次元を劇的に削減する。本研究は、最適制御手法の出力に基づいて機械学習モデルを訓練することにより、これらの問題を同時に解決するアプローチを提案する。
論文参考訳（メタデータ） (2022-11-30T23:58:48Z)
Simultaneous Contact-Rich Grasping and Locomotion via Distributed Optimization Enabling Free-Climbing for Multi-Limbed Robots [60.06216976204385]
移動, 把握, 接触問題を同時に解くための効率的な運動計画フレームワークを提案する。ハードウェア実験において提案手法を実証し, より短い計画時間で, 傾斜角45degで自由クライミングを含む様々な動作を実現できることを示す。
論文参考訳（メタデータ） (2022-07-04T13:52:10Z)
Minimum Displacement Motion Planning for Movable Obstacles [1.7513645771137178]
ロボットと障害物の交差度を計測する指標を定義した。プランナーはまず、ロボットと障害物の交差を最小限に抑える障害物を通り抜ける道を見つける。その後、メートル法は障害を反復的に変位させ、実現可能な経路を達成するのに使用される。
論文参考訳（メタデータ） (2022-04-27T07:14:13Z)
Vision-Based Mobile Robotics Obstacle Avoidance With Deep Reinforcement Learning [49.04274612323564]
障害物回避は、移動ロボットの自律ナビゲーションのための根本的かつ困難な問題です。本稿では,ロボットが単一眼カメラにのみ依存しなければならない単純な3D環境における障害物回避の問題を検討する。データ駆動型エンドツーエンドディープラーニングアプローチとして,障害回避問題に取り組む。
論文参考訳（メタデータ） (2021-03-08T13:05:46Z)
Bypassing or flying above the obstacles? A novel multi-objective UAV path planning problem [0.0]
本研究では,衝突のない離散型ドローン経路計画問題に対する新しい整数プログラミングモデルを提案する。本研究は, 障害物をバイパスしたり, 上空を飛んだりする可能性を考慮して, 経路長, エネルギー消費, 最大経路リスクを同時に最小化することを目的とする。
論文参考訳（メタデータ） (2020-04-12T13:42:05Z)

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。