Fugu-MT 論文翻訳(概要): Optimal Motion Planning using Finite Fourier Series in a Learning-based Collision Field

論文の概要: Optimal Motion Planning using Finite Fourier Series in a Learning-based Collision Field

arxiv url: http://arxiv.org/abs/2312.09073v1
Date: Thu, 14 Dec 2023 16:08:10 GMT
ステータス: 処理完了
システム内更新日: 2023-12-15 21:18:15.484812
Title: Optimal Motion Planning using Finite Fourier Series in a Learning-based Collision Field
Title（参考訳）: 学習型衝突場における有限フーリエ系列を用いた最適運動計画
Authors: Feng Yichang and Wang Jin and Lu Guodong
Abstract要約: 本稿では,有限級数を用いて時間連続運動を表現する。各マニピュレータ関節の運動調和を調整する新しい計画法を提案する。その結果,本手法の信頼性と効率性が示唆された。
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: This paper utilizes finite Fourier series to represent a time-continuous motion and proposes a novel planning method that adjusts the motion harmonics of each manipulator joint. Primarily, we sum the potential energy for collision detection and the kinetic energy up to calculate the Hamiltonian of the manipulator motion harmonics. Though the adaptive interior-point method is designed to modify the harmonics in its finite frequency domain, we still encounter the local minima due to the non-convexity of the collision field. In this way, we learn the collision field through a support vector machine with a Gaussian kernel, which is highly convex. The learning-based collision field is applied for Hamiltonian, and the experiment results show our method's high reliability and efficiency.
Abstract（参考訳）: 本稿では,有限フーリエ級数を用いて時間連続運動を表現し,各マニピュレータ関節の運動調和を調整する新しい計画法を提案する。主に、衝突検出のためのポテンシャルエネルギーと運動エネルギーを和算し、マニピュレータ運動調和のハミルトニアンを計算する。適応型内点法は, 有限周波数領域の高調波を補正するために設計されているが, 衝突場の非凸性のため, 依然として局所最小値に遭遇する。このようにして、高凸のガウス核を持つ支持ベクトルマシンを通して衝突場を学習する。学習に基づく衝突場をハミルトニアンに適用し,提案手法の信頼性と効率性を示す実験結果を得た。

関連論文リスト

KFD-NeRF: Rethinking Dynamic NeRF with Kalman Filter [49.85369344101118]
KFD-NeRFは,Kalmanフィルタに基づく効率的かつ高品質な運動再構成フレームワークと統合された,新しい動的ニューラル放射場である。我々のキーとなる考え方は、動的放射場を、観測と予測という2つの知識源に基づいて時間的に異なる状態が推定される動的システムとしてモデル化することである。我々のKFD-NeRFは、同等の計算時間と最先端の視線合成性能で、徹底的な訓練を施した類似または優れた性能を示す。
論文参考訳（メタデータ） (2024-07-18T05:48:24Z)
A diagrammatic method to compute the effective Hamiltonian of driven nonlinear oscillators [0.0]
我々は、駆動非線形発振器の有効ハミルトニアンを計算するために、ファインマン型図式に基づく新しい方法を提案する。それぞれの図形に関連する図形構造は、位相的に同値な図形の単純な数え上げを含むハミルトン項に直接対応する。本手法は,将来の量子機械に必要な精度で,量子システムの動的制御の基礎を確立する。
論文参考訳（メタデータ） (2023-04-26T16:31:21Z)
Hamiltonian Monte Carlo Particle Swarm Optimizer [0.0]
Hamiltonian Particle Swarm (HMCPSO) は、指数平均サンプリングとHMC位置と速度の両方の利点を享受する最適化アルゴリズムである。
論文参考訳（メタデータ） (2022-05-08T04:47:34Z)
Rotating Majorana Zero Modes in a disk geometry [75.34254292381189]
マイクロ波超伝導体を用いて作製した薄板ディスクにおけるマヨラナゼロモードの操作について検討した。平面内磁場印加時に発生する2階位相角モードを解析する。零モードと励起状態の周波数独立結合により, 断熱相においても振動が持続することを示す。
論文参考訳（メタデータ） (2021-09-08T11:18:50Z)
Optimal Control of Closed Quantum Systems via B-Splines with Carrier Waves [0.0]
閉量子系における論理ゲート実装のための電磁パルス決定の最適制御問題について考察する。キャリア波を用いたB-スプラインに基づく制御関数の新しいパラメータ化を提案する。提案手法が量子ゲートを実現するための内部点L-BFGSアルゴリズムとどのように組み合わせられるかの数値例を示す。
論文参考訳（メタデータ） (2021-06-27T18:41:39Z)
Scalable Variational Gaussian Processes via Harmonic Kernel Decomposition [54.07797071198249]
汎用性を維持しつつ高い忠実度近似を提供する,スケーラブルな変分ガウス過程近似を導入する。様々な回帰問題や分類問題において,本手法は変換やリフレクションなどの入力空間対称性を活用できることを実証する。提案手法は, 純粋なGPモデルのうち, CIFAR-10 の最先端化を実現する。
論文参考訳（メタデータ） (2021-06-10T18:17:57Z)
Fast and differentiable simulation of driven quantum systems [58.720142291102135]
我々は、ダイソン展開に基づく半解析手法を導入し、標準数値法よりもはるかに高速に駆動量子系を時間発展させることができる。回路QEDアーキテクチャにおけるトランスモン量子ビットを用いた2量子ゲートの最適化結果を示す。
論文参考訳（メタデータ） (2020-12-16T21:43:38Z)
Fast Gravitational Approach for Rigid Point Set Registration with Ordinary Differential Equations [79.71184760864507]
本稿では,FGA(Fast Gravitational Approach)と呼ばれる厳密な点集合アライメントのための物理に基づく新しい手法を紹介する。 FGAでは、ソースとターゲットの点集合は、シミュレーションされた重力場内を移動しながら、世界規模で多重リンクされた方法で相互作用する質量を持つ剛体粒子群として解釈される。従来のアライメント手法では,新しいメソッドクラスには特徴がないことを示す。
論文参考訳（メタデータ） (2020-09-28T15:05:39Z)
Training neural networks under physical constraints using a stochastic augmented Lagrangian approach [0.09786690381850353]
XGCにおける5次元核融合シミュレーションにおいて,Fokker-Planck-Landau衝突演算子を近似するためのエンコーダ・デコーダニューラルネットワークの物理制約付きトレーニングについて検討した。このネットワークをトレーニングするために、pyTorchのネイティブ勾配降下法を用いて、内部制約のない最小化サブプロブレムを解く拡張ラグランジアンアプローチを提案する。電子に対する自己衝突と衝突を伴う単一イオン症例のトレーニング結果から, 提案手法により, 固定ペナルティ法によるトレーニングよりもモデル予測精度が向上することが示唆された。
論文参考訳（メタデータ） (2020-09-15T19:20:29Z)
Responsive Safety in Reinforcement Learning by PID Lagrangian Methods [74.49173841304474]
ラグランジアン法は振動とオーバーシュートを示し、安全強化学習に適用すると制約違反行動を引き起こす。制約関数の微分を利用する新しいラグランジュ乗算器更新法を提案する。我々はPIDラグランジアン法を深部RLに適用し、安全RLベンチマークであるSafety Gymにおける新しい技術状態を設定する。
論文参考訳（メタデータ） (2020-07-08T08:43:14Z)
Consensus-Based Optimization on the Sphere: Convergence to Global Minimizers and Machine Learning [7.998311072988401]
球面上の非函数の大域的最適化のための新しい倉本ビエク型モデルの実装について検討する。本稿では,本論文で提案したアルゴリズムが寸法によく適合し,極めて多目的であることを示す数値実験を行った。
論文参考訳（メタデータ） (2020-01-31T18:23:26Z)

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。