Fugu-MT 論文翻訳(概要): New Insights into Cascaded Geometric Flight Control: From Performance Guarantees to Practical Pitfalls

論文の概要: New Insights into Cascaded Geometric Flight Control: From Performance Guarantees to Practical Pitfalls

arxiv url: http://arxiv.org/abs/2512.24377v1
Date: Tue, 30 Dec 2025 17:35:34 GMT
ステータス: 翻訳完了
システム内更新日: 2026-03-23 08:17:40.577114
Title: New Insights into Cascaded Geometric Flight Control: From Performance Guarantees to Practical Pitfalls
Title（参考訳）: 幾何学的飛行制御の新しい考え方:性能保証から実用的な落とし穴まで
Authors: Brett T. Lopez,
Abstract要約: そこで本研究では,航空機が位置軌跡を追尾する際に用いるカスケード型幾何制御の新しい安定性証明を提案する。本手法では, 指数収束位置軌跡追跡が理論的に可能であることを示すために, すべり変数と最近提案された四元数に基づくすべり制御器を用いる。
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: We present a new stability proof for cascaded geometric control used by aerial vehicles tracking time-varying position trajectories. Our approach uses sliding variables and a recently proposed quaternion-based sliding controller to demonstrate that exponentially convergent position trajectory tracking is theoretically possible. Notably, our analysis reveals new aspects of the control strategy, including how tracking error in the attitude loop influences the position loop, how model uncertainties affect the closed-loop system, and the practical pitfalls of the control architecture.
Abstract（参考訳）: 本稿では,航空機が時変位置軌跡を追尾する際に用いるカスケード型幾何制御の新しい安定性証明を提案する。本手法では, 指数収束位置軌跡追跡が理論的に可能であることを示すために, すべり変数と最近提案された四元数に基づくすべり制御器を用いる。特に,姿勢ループにおけるトラッキングエラーが位置ループに与える影響,モデルの不確実性が閉ループシステムに与える影響,制御アーキテクチャの実用的落とし穴など,制御戦略の新たな側面を明らかにした。

関連論文リスト

Spatially-Aware Adaptive Trajectory Optimization with Controller-Guided Feedback for Autonomous Racing [74.83272587893508]
本稿では,NURBSに基づく軌道表現,CMA-ESグローバル軌道最適化,コントローラ誘導空間フィードバックを組み合わせた自律レースライン最適化フレームワークを提案する。シミュレーションでは,最大静的加速度をパラメータ化したコントローラと比較して17.38%のラップタイム短縮を実現している。高摩擦から低摩擦まで様々なタイヤ化合物で試験された実ハードウェアでは、摩擦を明示的にパラメータ化することなく、7.60%のラップタイムの改善が得られる。
論文参考訳（メタデータ） (2026-02-17T15:10:44Z)
Path Tracking with Dynamic Control Point Blending for Autonomous Vehicles: An Experimental Study [40.36217526625217]
本稿では,輪車に沿った動的制御点に横方向制御コマンドを適用する自律走行車のための経路追跡フレームワークを提案する。提案手法は,前軸または後軸の固定基準を強制するのではなく,連続的に補間する。閉ループ追尾および後方操作の結果、軌道精度の向上、スムーズな操舵プロファイル、固定制御点ベースラインよりも適応性の向上が見られた。
論文参考訳（メタデータ） (2026-02-02T10:03:37Z)
Dual-quaternion learning control for autonomous vehicle trajectory tracking with safety guarantees [39.146761527401424]
運動を運動論的に記述できる自律型ロボットプラットフォームのための学習型軌道追跡制御器を提案する。コントローラは二重四元数フレームワークで定式化され、角速度と直線速度の直接の指令を仮定して速度レベルで動作する。
論文参考訳（メタデータ） (2026-01-06T15:30:02Z)
Why Change Your Controller When You Can Change Your Planner: Drag-Aware Trajectory Generation for Quadrotor Systems [10.101847906979435]
輸送ペイロードからの非モデル化された空気力学的抵抗力は破滅的な結果をもたらす可能性がある。制御器の固定を保ちながら軌道生成部品を適応させることで軌道追跡を改善できると主張している。シミュレーションとハードウェアプラットフォームCrzyflieで行った実験では、プランナーの変更によってトラッキングエラーが最大83%削減された。
論文参考訳（メタデータ） (2024-01-10T07:00:07Z)
A Tricycle Model to Accurately Control an Autonomous Racecar with Locked Differential [71.53284767149685]
自動オープンホイールレースカーの側面力学に対するロックディファレンシャルの影響をモデル化するための新しい定式化を提案する。本稿では,マイクロステップの離散化手法を用いて,動的に線形化し,実時間実装に適した予測を行う。
論文参考訳（メタデータ） (2023-12-22T16:29:55Z)
Interpretable Stochastic Model Predictive Control using Distributional Reinforced Estimation for Quadrotor Tracking Systems [0.8411385346896411]
本研究では,動的・複雑環境下での自律的四角形ナビゲーションのためのトラジェクトリトラッカーを提案する。提案フレームワークは,未知の空力効果に対する分散強化学習推定器をモデル予測制御器に統合する。我々は,未知かつ多様な空気力を用いて,累積追従誤差を少なくとも66%改善するシステムを実証した。
論文参考訳（メタデータ） (2022-05-14T23:27:38Z)
Model Error Propagation via Learned Contraction Metrics for Safe Feedback Motion Planning of Unknown Systems [4.702729080310267]
本稿では,局所的に安定化可能な動的システムの収縮に基づくフィードバック動作計画法を提案する。動的データセットが与えられたとき、本手法はダイナミクスの深い制御親和近似を学習する。 4dカー,6dクワッドローター,22d変形可能なオブジェクト操作タスクにおいて,高次元不動システムの学習モデルを用いて,提案手法を安全に提示する。
論文参考訳（メタデータ） (2021-04-18T03:34:00Z)
Gaussian Process-based Min-norm Stabilizing Controller for Control-Affine Systems with Uncertain Input Effects and Dynamics [90.81186513537777]
本稿では,この問題の制御・アフィン特性を捉えた新しい化合物カーネルを提案する。この結果の最適化問題は凸であることを示し、ガウス過程に基づく制御リャプノフ関数第二次コーンプログラム(GP-CLF-SOCP)と呼ぶ。
論文参考訳（メタデータ） (2020-11-14T01:27:32Z)
Reinforcement Learning for Low-Thrust Trajectory Design of Interplanetary Missions [77.34726150561087]
本稿では, 惑星間軌道のロバスト設計における強化学習の適用について検討する。最先端アルゴリズムのオープンソース実装が採用されている。その結果得られた誘導制御ネットワークは、堅牢な名目的軌道と関連する閉ループ誘導法の両方を提供する。
論文参考訳（メタデータ） (2020-08-19T15:22:15Z)
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)
Adaptive Control and Regret Minimization in Linear Quadratic Gaussian (LQG) Setting [91.43582419264763]
我々は不確実性に直面した楽観主義の原理に基づく新しい強化学習アルゴリズムLqgOptを提案する。 LqgOptはシステムのダイナミクスを効率的に探索し、モデルのパラメータを信頼区間まで推定し、最も楽観的なモデルのコントローラをデプロイする。
論文参考訳（メタデータ） (2020-03-12T19:56:38Z)

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。