論文の概要: Shadow Program Inversion with Differentiable Planning: A Framework for Unified Robot Program Parameter and Trajectory Optimization

• arxiv url: http://arxiv.org/abs/2409.08678v1
• Date: Fri, 13 Sep 2024 09:46:41 GMT
• ステータス: 処理完了
• システム内更新日: 2024-09-16 17:08:51.594108
• Title: Shadow Program Inversion with Differentiable Planning: A Framework for Unified Robot Program Parameter and Trajectory Optimization
• Title（参考訳）: 微分可能計画を用いたシャドウプログラムインバージョン:統一型ロボットプログラムパラメータと軌道最適化のためのフレームワーク
• Authors: Benjamin Alt, Claudius Kienle, Darko Katic, Rainer Jäkel, Michael Beetz,
• Abstract要約: SPI-DPはロボットプログラムのための新しい一階最適化手法である。 直列N-DoFキネマティクスのための衝突のない運動プランナDGPMP2-NDを紹介する。 我々は,2つの実用的・産業的応用に関する総合的な評価を行う。
• 参考スコア（独自算出の注目度）: 6.890628942323211
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: This paper presents SPI-DP, a novel first-order optimizer capable of optimizing robot programs with respect to both high-level task objectives and motion-level constraints. To that end, we introduce DGPMP2-ND, a differentiable collision-free motion planner for serial N-DoF kinematics, and integrate it into an iterative, gradient-based optimization approach for generic, parameterized robot program representations. SPI-DP allows first-order optimization of planned trajectories and program parameters with respect to objectives such as cycle time or smoothness subject to e.g. collision constraints, while enabling humans to understand, modify or even certify the optimized programs. We provide a comprehensive evaluation on two practical household and industrial applications.
• Abstract（参考訳）: 本稿では,ロボットプログラムを高レベルなタスク目標と動作レベルの制約の両方に対して最適化可能な,新しい一階オプティマイザであるSPI-DPを提案する。 そこで,直列N-DoFキネマティクスのための微分自由衝突運動プランナであるDGPMP2-NDを導入する。 SPI-DPは、計画された軌道とプログラムパラメータを、eg衝突の制約を受けるサイクル時間や滑らかさなどの目的に対して一階の最適化が可能であると同時に、人間が最適化されたプログラムを理解したり、修正したり、認定したりすることができる。 我々は,2つの実用的・産業的応用に関する総合的な評価を行う。

関連論文リスト

• Multi-Objective Trajectory Planning with Dual-Encoder [8.414908539114743]
  時空最適軌道計画は、動的タスクにおけるロボットアームの性能向上に不可欠である。 従来の手法は複雑な非線形プログラミング問題を解くことに依存している。 時空最適軌道計画の高速化のための2段階の手法を提案する。
  論文  参考訳（メタデータ） (2024-03-26T03:32:45Z)
• CURE: Simulation-Augmented Auto-Tuning in Robotics [15.943773140929856]
  本稿では、因果的な設定オプションを識別するCUREを提案する。 CUREは、様々な構成オプションとロボットのパフォーマンス目標との間の因果関係を抽象化する。 物理ロボットとシミュレーションの両方で実験を行うことにより,CUREの有効性と伝達性を示す。
  論文  参考訳（メタデータ） (2024-02-08T04:27:14Z)
• Efficient Real-time Path Planning with Self-evolving Particle Swarm Optimization in Dynamic Scenarios [6.951981832970596]
  操作形式(TOF)は、粒子の操作をテンソル操作に変換する。 自己進化型粒子群最適化(SEPSO)を開発した。 SEPSOはより優れたパスを生成でき、リアルタイムのパフォーマンスがかなり向上する。
  論文  参考訳（メタデータ） (2023-08-20T05:31:48Z)
• Evolutionary Solution Adaption for Multi-Objective Metal Cutting Process Optimization [59.45414406974091]
  我々は,従来の最適化タスクから解を転送するアルゴリズムの能力を研究することのできる,システムの柔軟性のためのフレームワークを提案する。 NSGA-IIの柔軟性を2つの変種で検討し,1)2つのタスクの解を同時に最適化し,より適応性が高いと期待されるソース間の解を得る,2)活性化あるいは非活性化の異なる可能性に対応する能動的非アクティブなジェノタイプについて検討した。 その結果,標準NSGA-IIによる適応は目標目標への最適化に必要な評価回数を大幅に削減し,提案した変種は適応コストをさらに向上することがわかった。
  論文  参考訳（メタデータ） (2023-05-31T12:07:50Z)
• 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)
• Opportunistic Qualitative Planning in Stochastic Systems with Incomplete Preferences over Reachability Objectives [24.11353445650682]
  優先順位は、すべての制約が同時に満たされない場合に、どの目標/制約を満たすかを決定する上で重要な役割を果たします。 本稿では,SPIおよびSASI戦略を合成し,複数の逐次改善を実現するアルゴリズムを提案する。
  論文  参考訳（メタデータ） (2022-10-04T19:53:08Z)
• 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)
• Intelligent Trajectory Design for RIS-NOMA aided Multi-robot Communications [59.34642007625687]
  目的は,ロボットの軌道とNOMA復号命令を協調的に最適化することで,マルチロボットシステムにおける全軌道の総和率を最大化することである。 ARIMAモデルとDouble Deep Q-network (D$3$QN)アルゴリズムを組み合わせたML方式を提案する。
  論文  参考訳（メタデータ） (2022-05-03T17:14:47Z)
• Neural Stochastic Dual Dynamic Programming [99.80617899593526]
  我々は、問題インスタンスを断片的線形値関数にマッピングすることを学ぶトレーニング可能なニューラルモデルを導入する。 $nu$-SDDPは、ソリューションの品質を犠牲にすることなく、問題解決コストを大幅に削減できる。
  論文  参考訳（メタデータ） (2021-12-01T22:55:23Z)
• 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)
• Objective-Sensitive Principal Component Analysis for High-Dimensional Inverse Problems [0.0]
  本稿では,大規模乱数場の適応的,微分可能なパラメータ化手法を提案する。 開発した手法は主成分分析(PCA)に基づくが,目的関数の振る舞いを考慮した主成分の純粋にデータ駆動に基づく基礎を変更する。 最適パラメータ分解のための3つのアルゴリズムを2次元合成履歴マッチングの目的に適用した。
  論文  参考訳（メタデータ） (2020-06-02T18:51:17Z)

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。