論文の概要: Spatiotemporal Tubes for Probabilistic Temporal Reach-Avoid-Stay Task in Uncertain Dynamic Environment

• arxiv url: http://arxiv.org/abs/2512.21497v1
• Date: Thu, 25 Dec 2025 04:06:35 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-23 08:17:40.517151
• Title: Spatiotemporal Tubes for Probabilistic Temporal Reach-Avoid-Stay Task in Uncertain Dynamic Environment
• Title（参考訳）: 不確実な動環境下での確率的時間的リーチ回避作業のための時空間管
• Authors: Siddhartha Upadhyay, Ratnangshu Das, Pushpak Jagtap,
• Abstract要約: 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。
• 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: In this work, we extend the Spatiotemporal Tube (STT) framework to address Probabilistic Temporal Reach-Avoid-Stay (PrT-RAS) tasks in dynamic environments with uncertain obstacles. We develop a real-time tube synthesis procedure that explicitly accounts for time-varying uncertain obstacles and provides formal probabilistic safety guarantees. The STT is formulated as a time-varying ball in the state space whose center and radius evolve online based on uncertain sensory information. We derive a closed-form, approximation-free control law that confines the system trajectory within the tube, ensuring both probabilistic safety and task satisfaction. Our method offers a formal guarantee for probabilistic avoidance and finite-time task completion. The resulting controller is model-free, approximation-free, and optimization-free, enabling efficient real-time execution while guaranteeing convergence to the target. The effectiveness and scalability of the framework are demonstrated through simulation studies and hardware experiments on mobile robots, a UAV, and a 7-DOF manipulator navigating in cluttered and uncertain environments.
• Abstract（参考訳）: 本研究では,不確実な障害のある動的環境下での確率的時間リーチ・アボイド・ステイ(PrT-RAS)タスクに対処するために,時空間管(STT)フレームワークを拡張した。 本研究では, 時間変化の不確実な障害を明示的に考慮し, 正式な確率論的安全保証を提供する実時間管合成法を開発した。 STTは、不確実な感覚情報に基づいて、中央と半径がオンラインで進化する状態空間における時間変化球として定式化される。 我々は、管内の系軌跡を閉じ込め、確率論的安全性とタスク満足度を両立させる、クローズドな近似のない制御法を導出する。 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。 結果として得られるコントローラは、モデルフリー、近似フリー、最適化フリーであり、ターゲットへの収束を保証しながら効率的なリアルタイム実行を可能にする。 このフレームワークの有効性と拡張性は, 移動ロボット, UAV, 7-DOFマニピュレータを用いたシミュレーション実験, ハードウェア実験により実証された。

関連論文リスト

• Statistical Contraction for Chance-Constrained Trajectory Optimization of Non-Gaussian Stochastic Systems [0.0]
  このフレームワークは共形推論を用いて任意の参照軌跡を囲む閉ループ力学に対する信頼セットを生成する。 適切な制約の締め付けにより、基準軌跡上の統計的に妥当な決定論的制約をトラクタブルに修正することができる。 これにより、安全クリティカルな現実世界のアプリケーションにおいて、ニューラルネットワークメトリクスのような学習ベースのモーションプランナとコントローラを活用、検証するフォーマルなパスが可能になる。
  論文  参考訳（メタデータ） (2026-03-07T08:01:20Z)
• AmbShield: Enhancing Physical Layer Security with Ambient Backscatter Devices against Eavesdroppers [69.56534335936534]
  AmbShieldは自然分布のAmBDを利用して正規チャネルを強化し、eavesdropperを分解するAmBD支援PSSスキームである。 AmbShieldでは、AmBDはランダムに後方散乱して盗聴者の干渉を発生させるフレンドリーなジャマーとして利用され、受動的リレーは所望の信号を後方散乱して正当な装置の容量を高める。
  論文  参考訳（メタデータ） (2026-01-14T20:56:50Z)
• SAD-Flower: Flow Matching for Safe, Admissible, and Dynamically Consistent Planning [15.313118244760895]
  フローマッチング(FM)は、データ駆動計画において有望な結果を示している。 FMプランナは動的一貫性を保証しないため、トラジェクトリを実行不能にする可能性がある。 安全, 許容, 動的に一貫した軌道を生成する新しいフレームワークであるSAD-Flowerを提案する。
  論文  参考訳（メタデータ） (2025-11-07T15:46:44Z)
• 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)
• SAFE-SIM: Safety-Critical Closed-Loop Traffic Simulation with Diffusion-Controllable Adversaries [94.84458417662407]
  制御可能なクローズドループ安全クリティカルシミュレーションフレームワークであるSAFE-SIMを紹介する。 提案手法は,1)現実の環境を深く反映した現実的な長距離安全クリティカルシナリオの生成,2)より包括的でインタラクティブな評価のための制御可能な敵行動の提供,の2つの利点をもたらす。 複数のプランナにまたがるnuScenesとnuPlanデータセットを使用して、我々のフレームワークを実証的に検証し、リアリズムと制御性の両方の改善を実証した。
  論文  参考訳（メタデータ） (2023-12-31T04:14:43Z)
• Real-Time Tube-Based Non-Gaussian Risk Bounded Motion Planning for Stochastic Nonlinear Systems in Uncertain Environments via Motion Primitives [9.088960941718]
  不確実な環境下での非線形システムの動作計画問題を考える。 [1]とは異なり、リアルタイムなオンライン動作計画アルゴリズムを提案する。 総和二乗プログラミングを用いた決定論的リスクに対する管の安全性を検証する。
  論文  参考訳（メタデータ） (2023-03-02T23:36:26Z)
• Recursively Feasible Probabilistic Safe Online Learning with Control Barrier Functions [60.26921219698514]
  CBFをベースとした安全クリティカルコントローラのモデル不確実性を考慮した再構成を提案する。 次に、結果の安全制御器のポイントワイズ実現可能性条件を示す。 これらの条件を利用して、イベントトリガーによるオンラインデータ収集戦略を考案する。
  論文  参考訳（メタデータ） (2022-08-23T05:02:09Z)
• Online Mapping and Motion Planning under Uncertainty for Safe Navigation in Unknown Environments [3.2296078260106174]
  本論文は,確率論的安全保証者によるオンラインで実現可能な動作のマッピングと計画のための不確実性に基づくフレームワークを提案する。 提案手法は, 環境の不確実性を意識した環境表現を構築するために周囲をマッピングし, (i) 信念空間の多層サンプリングベースプランナーを通して, キノダイナミックに実現可能で確率論的に安全な目標に反復的に(re)計画を行うことにより, 動き, 確率論的安全性, オンライン計算制約を取り扱う。
  論文  参考訳（メタデータ） (2020-04-26T08:53:37Z)

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。