論文の概要: Real-Time Spatiotemporal Tubes for Dynamic Unsafe Sets
- arxiv url: http://arxiv.org/abs/2512.06151v1
- Date: Fri, 05 Dec 2025 21:00:43 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-03-23 08:17:40.15986
- Title: Real-Time Spatiotemporal Tubes for Dynamic Unsafe Sets
- Title（参考訳）: 動的不安全集合に対する実時間時空間管
- Authors: Ratnangshu Das, Siddhartha Upadhyay, Pushpak Jagtap,
- Abstract要約: 未知のダイナミクスを持つ非線形純粋定常系のリアルタイム制御フレームワークを提案する。
障害物回避とオンタイム・コンプリートに関する正式な保証を提供する。
このフレームワークは、モバイルロボットと航空機のシミュレーションとハードウェア実験によって実証される。
- 参考スコア（独自算出の注目度）: 2.7222301668137483
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: This paper presents a real-time control framework for nonlinear pure-feedback systems with unknown dynamics to satisfy reach-avoid-stay tasks within a prescribed time in dynamic environments. To achieve this, we introduce a real-time spatiotemporal tube (STT) framework. An STT is defined as a time-varying ball in the state space whose center and radius adapt online using only real-time sensory input. A closed-form, approximation-free control law is then derived to constrain the system output within the STT, ensuring safety and task satisfaction. We provide formal guarantees for obstacle avoidance and on-time task completion. The effectiveness and scalability of the framework are demonstrated through simulations and hardware experiments on a mobile robot and an aerial vehicle, navigating in cluttered dynamic environments.
- Abstract（参考訳）: 本稿では,動的環境におけるリーチ・アビド・ステイタスクを所定時間内に満たすために,未知のダイナミクスを持つ非線形純粋フィードバックシステムのためのリアルタイム制御フレームワークを提案する。
これを実現するために,リアルタイム時空間管(STT)フレームワークを提案する。
STTは、リアルタイム感覚入力のみを使用して、中心と半径がオンラインで適応する状態空間における時間変化球として定義される。
次に、STT内のシステム出力を制約し、安全性とタスク満足度を確保するために、クローズド形式の近似不要制御法が導出される。
障害物回避とタスク完了の正式な保証を提供する。
このフレームワークの有効性と拡張性は,移動ロボットと航空機のシミュレーションおよびハードウェア実験により実証され,散らばった動的環境を走行する。
関連論文リスト
- ONRAP: Occupancy-driven Noise-Resilient Autonomous Path Planning [4.58403099322105]
本稿では, 占有グリッドで動作する実践的, 実装に優しいプランナを提案する。
これはエゴ中心で、運動的に実現可能なパスを生成し、静的かつダイナミックな障害物を安全にナビゲートする。
重度局所化と知覚雑音を用いたシミュレーションにおいて,本手法の有効性を検証した。
論文 参考訳（メタデータ） (2026-02-14T03:27:46Z) - Spatiotemporal Tubes for Probabilistic Temporal Reach-Avoid-Stay Task in Uncertain Dynamic Environment [2.7222301668137483]
時間変化の不確実な障害を考慮した実時間管合成法を開発した。
管内の系軌跡を閉じ込める閉形式近似自由制御法を導出する。
本手法は確率的回避と有限時間タスク完了の正式な保証を提供する。
論文 参考訳（メタデータ） (2025-12-25T04:06:35Z) - Learning Spatiotemporal Tubes for Temporal Reach-Avoid-Stay Tasks using Physics-Informed Neural Networks [2.7222301668137483]
本稿では, 汎用制御アフィン非線形純粋フィードバックシステムのための時空間管(STT)に基づく制御フレームワークを提案する。
このフレームワークは、移動ロボットと、散らばった環境を航行する航空機を含む2つのケーススタディを通じて検証される。
論文 参考訳（メタデータ） (2025-12-09T05:08:52Z) - Spatiotemporal Tubes for Differential Drive Robots with Model Uncertainty [2.4919077201316067]
本稿では,動的不確かさと外乱を考慮したディファレンシャルドライブ移動ロボットのための時空間管型制御フレームワークを提案する。
提案手法は,ディファレンシャルドライブロボットのシミュレーション研究を通じて検証し,最先端の手法と比較した。
論文 参考訳（メタデータ） (2025-12-05T07:43:23Z) - Trajectory Design for UAV-Based Low-Altitude Wireless Networks in Unknown Environments: A Digital Twin-Assisted TD3 Approach [62.11847362756054]
低高度無線ネットワーク(LAWN)のキーイネーブラーとして無人航空機(UAV)が登場している
我々は、デジタルツイン(DT)支援トレーニングおよびデプロイメントフレームワークを提案する。
このフレームワークでは、UAVは統合されたセンシングと通信信号を送信し、地上ユーザーに通信サービスを提供し、同時にDTサーバにアップロードされたエコーを収集して、仮想環境(VE)を段階的に構築する。
これらのVEはモデルトレーニングを加速し、展開中のリアルタイムUAVセンシングデータを継続的に更新し、意思決定をサポートし、飛行安全性を向上する。
論文 参考訳（メタデータ） (2025-10-28T10:05:53Z) - Forecasting Continuous Non-Conservative Dynamical Systems in SO(3) [51.510040541600176]
コンピュータビジョンにおける移動物体の回転をモデル化するための新しい手法を提案する。
我々のアプローチは、入力ノイズに対して頑健でありながら、エネルギーと運動量保存に非依存である。
トレーニング中の雑音状態から物体のダイナミクスを近似させることで、シミュレーションや様々な現実世界の設定において頑健な外挿能力が得られる。
論文 参考訳（メタデータ） (2025-08-11T09:03:10Z) - NOVA: Navigation via Object-Centric Visual Autonomy for High-Speed Target Tracking in Unstructured GPS-Denied Environments [56.35569661650558]
我々はNOVAというオブジェクト中心のフレームワークを導入し、ロバストな目標追跡と衝突認識ナビゲーションを可能にした。
グローバルマップを構築するのではなく、NOVAはターゲットの参照フレーム内での知覚、推定、制御を定式化する。
我々は,都市迷路や森林の小道,間欠的なGPS損失を伴う建物内の繰り返し遷移など,現実の挑戦的なシナリオにまたがってNOVAを検証する。
論文 参考訳（メタデータ） (2025-06-23T14:28:30Z) - Dynamic Manipulation of Deformable Objects in 3D: Simulation, Benchmark and Learning Strategy [88.8665000676562]
従来の手法は、しばしば問題を低速または2D設定に単純化し、現実の3Dタスクに適用性を制限する。
データ不足を軽減するため、新しいシミュレーションフレームワークと、低次ダイナミクスに基づくベンチマークを導入する。
本研究では,シミュレーション前トレーニングと物理インフォームドテスト時間適応を統合するフレームワークであるDynamics Informed Diffusion Policy (DIDP)を提案する。
論文 参考訳（メタデータ） (2025-05-23T03:28:25Z) - Neural Configuration-Space Barriers for Manipulation Planning and Control [14.758869638207251]
乱雑な動的環境下での高次元ロボットマニピュレータの計画と制御は、計算効率と堅牢な安全保証の両方を必要とする。
安全制約をCDFバリアとして定式化する動き計画と制御の統一フレームワークを提案する。
CDFバリアは局所的な自由構成空間を近似し、モーションプランニング中の衝突チェック操作の数を著しく削減する。
論文 参考訳（メタデータ） (2025-03-06T20:00:56Z) - Monte Carlo Tree Search with Velocity Obstacles for safe and efficient motion planning in dynamic environments [49.30744329170107]
本稿では,動的障害物に関する情報を最小限に抑えた最適オンライン動作計画手法を提案する。
提案手法は,モデルシミュレーションによるオンライン最適計画のためのモンテカルロ木探索 (MCTS) と障害物回避のためのVelocity Obstacles (VO) を組み合わせた。
我々は,非線形モデル予測制御(NMPC)を含む最先端のプランナーに対して,衝突速度,計算,タスク性能の向上の観点から,我々の方法論の優位性を示す。
論文 参考訳（メタデータ） (2025-01-16T16:45:08Z)
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。