論文の概要: db-LaCAM: Fast and Scalable Multi-Robot Kinodynamic Motion Planning with Discontinuity-Bounded Search and Lightweight MAPF

• arxiv url: http://arxiv.org/abs/2512.06796v2
• Date: Tue, 09 Dec 2025 11:50:21 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-23 08:17:40.182743
• Title: db-LaCAM: Fast and Scalable Multi-Robot Kinodynamic Motion Planning with Discontinuity-Bounded Search and Lightweight MAPF
• Title（参考訳）: db-LaCAM:不連続探索と軽量MAPFを用いた高速でスケーラブルなマルチロボット運動計画
• Authors: Akmaral Moldagalieva, Keisuke Okumura, Amanda Prorok, Wolfgang Hönig,
• Abstract要約: 最先端のマルチロボットキノダイナミックモーションプランナーは、計算負荷が大きいため、いくつかのロボットを扱うのに苦労している。 我々は、現代のマルチエージェントパス探索アルゴリズムのスケーラビリティと速度と、キノダイナミックプランナーの動的認識を組み合わせ、これらの制限に対処する。
• 参考スコア（独自算出の注目度）: 19.27447010190815
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: State-of-the-art multi-robot kinodynamic motion planners struggle to handle more than a few robots due to high computational burden, which limits their scalability and results in slow planning time. In this work, we combine the scalability and speed of modern multi-agent path finding (MAPF) algorithms with the dynamic-awareness of kinodynamic planners to address these limitations. To this end, we propose discontinuity-Bounded LaCAM (db-LaCAM), a planner that utilizes a precomputed set of motion primitives that respect robot dynamics to generate horizon-length motion sequences, while allowing a user-defined discontinuity between successive motions. The planner db-LaCAM is resolution-complete with respect to motion primitives and supports arbitrary robot dynamics. Extensive experiments demonstrate that db-LaCAM scales efficiently to scenarios with up to 50 robots, achieving up to ten times faster runtime compared to state-of-the-art planners, while maintaining comparable solution quality. The approach is validated in both 2D and 3D environments with dynamics such as the unicycle and 3D double integrator. We demonstrate the safe execution of trajectories planned with db-LaCAM in two distinct physical experiments involving teams of flying robots and car-with-trailer robots.
• Abstract（参考訳）: 最先端のマルチロボットキノダイナミックモーションプランナーは、計算負荷が大きいため、いくつかのロボットを扱うのに苦労している。 本研究では,現代のマルチエージェントパス探索(MAPF)アルゴリズムのスケーラビリティと速度と,キノダイナミックプランナーの動的認識を組み合わせ,これらの制約に対処する。 この目的のために,ロボット力学を尊重する事前計算された動きプリミティブを用いて水平長動き列を生成するプランナである不連続境界LaCAM(db-LaCAM)を提案する。 プランナーのdb-LaCAMはモーションプリミティブに対して分解能完全であり、任意のロボットダイナミクスをサポートする。 大規模な実験では、db-LaCAMは最大50ロボットのシナリオに効率よくスケールし、最先端のプランナに比べて最大10倍のランタイムを実現し、ソリューションの品質を同等に維持している。 このアプローチは、単サイクルや3Dダブルインテグレータのようなダイナミックな2次元環境と3次元環境の両方で検証される。 db-LaCAMで計画された軌道の安全な実行を、飛行ロボットとトレーラロボットのチームを含む2つの異なる物理的実験で実証した。

関連論文リスト

• Ultrafast Sampling-based Kinodynamic Planning via Differential Flatness [15.37007491684187]
  AkinoPDFは、多種多様なフラットなロボットシステムのための高速並列サンプリングに基づくキノダイナミックモーションプランニング技術である。 我々の手法は高速で正確で、どのサンプリングベースモーションプランナーとも互換性がある。
  論文  参考訳（メタデータ） (2026-03-17T01:53:10Z)
• Spatial-Temporal Graph Diffusion Policy with Kinematic Modeling for Bimanual Robotic Manipulation [88.83749146867665]
  既存のアプローチは、遠く離れた次のベストなエンドエフェクタのポーズを予測するポリシーを学びます。 すると、運動に対する対応する関節回転角を逆運動学を用いて計算する。 本稿では,Kinematics 拡張空間テンポアル gRaph diffuser を提案する。
  論文  参考訳（メタデータ） (2025-03-13T17:48:35Z)
• Simultaneous Multi-Robot Motion Planning with Projected Diffusion Models [57.45019514036948]
  MRMP拡散(MRMP Diffusion, SMD)は, 制約付き最適化を拡散サンプリングプロセスに統合し, 衝突のない, キネマティックに実現可能な軌道を生成する新しい手法である。 本稿では, ロボット密度, 障害物の複雑度, 動作制約の異なるシナリオ間の軌道計画アルゴリズムを評価するための総合的MRMPベンチマークを提案する。
  論文  参考訳（メタデータ） (2025-02-05T20:51:28Z)
• 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)
• Multi-Agent Motion Planning For Differential Drive Robots Through Stationary State Search [5.9176395108304805]
  MAMP(Multi-Agent Motion Planning)は、交通管理、空港の運営、倉庫の自動化など、様々な分野で応用されている。 本稿では,これらの課題に対処するため,MASSと呼ばれる3段階のフレームワークを提案する。 MASSはMAPFベースの手法と定常状態探索プランナを組み合わせることで,高品質なキノダイナミックな計画を生成する。
  論文  参考訳（メタデータ） (2024-12-17T22:17:42Z)
• Unified Control Framework for Real-Time Interception and Obstacle Avoidance of Fast-Moving Objects with Diffusion Variational Autoencoder [2.5642257132861923]
  動的環境におけるロボットアームによる高速移動物体のリアルタイムインターセプションは、非常に困難な課題である。 本稿では,動的オブジェクトを同時にインターセプトし,移動障害を回避することで,課題に対処する統一的な制御フレームワークを提案する。
  論文  参考訳（メタデータ） (2022-09-27T18:46:52Z)
• 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)
• An advantage actor-critic algorithm for robotic motion planning in dense and dynamic scenarios [0.8594140167290099]
  本稿では,既存のアクター批判アルゴリズムを改良し,複雑な動作計画に適合する。 ロボットが目標を達成するまでの処理時間を短縮し、動き計画においてより高い成功率を達成する。
  論文  参考訳（メタデータ） (2021-02-05T12:30:23Z)

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。