論文の概要: A Bi-directional Adaptive Framework for Agile UAV Landing

• arxiv url: http://arxiv.org/abs/2601.03037v1
• Date: Tue, 06 Jan 2026 14:10:06 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-23 08:17:40.66088
• Title: A Bi-directional Adaptive Framework for Agile UAV Landing
• Title（参考訳）: アジャイルUAV着陸のための双方向適応フレームワーク
• Authors: Chunhui Zhao, Xirui Kao, Yilin Lu, Yang Lyu,
• Abstract要約: 本稿では,車両とプラットフォームの役割を再定義する双方向協調着陸フレームワークを提案する。 動的シナリオで検証されたこのフレームワークの有効性は、自律的二次的回復の効率、精度、堅牢性を大幅に改善する。
• 参考スコア（独自算出の注目度）: 9.465684822035904
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Autonomous landing on mobile platforms is crucial for extending quadcopter operational flexibility, yet conventional methods are often too inefficient for highly dynamic scenarios. The core limitation lies in the prevalent ``track-then-descend'' paradigm, which treats the platform as a passive target and forces the quadcopter to perform complex, sequential maneuvers. This paper challenges that paradigm by introducing a bi-directional cooperative landing framework that redefines the roles of the vehicle and the platform. The essential innovation is transforming the problem from a single-agent tracking challenge into a coupled system optimization. Our key insight is that the mobile platform is not merely a target, but an active agent in the landing process. It proactively tilts its surface to create an optimal, stable terminal attitude for the approaching quadcopter. This active cooperation fundamentally breaks the sequential model by parallelizing the alignment and descent phases. Concurrently, the quadcopter's planning pipeline focuses on generating a time-optimal and dynamically feasible trajectory that minimizes energy consumption. This bi-directional coordination allows the system to execute the recovery in an agile manner, characterized by aggressive trajectory tracking and rapid state synchronization within transient windows. The framework's effectiveness, validated in dynamic scenarios, significantly improves the efficiency, precision, and robustness of autonomous quadrotor recovery in complex and time-constrained missions.
• Abstract（参考訳）: モバイルプラットフォームへの自律着陸はクワッドコプターの運用の柔軟性を拡張する上で重要であるが、従来の手法は高ダイナミックなシナリオでは非効率であることが多い。 このパラダイムはプラットフォームを受動的ターゲットとして扱い、クワッドコプターに複雑なシーケンシャルな操作を強制する。 本稿では、車両とプラットフォームの役割を再定義する双方向協調着陸フレームワークを導入することで、このパラダイムに挑戦する。 重要なイノベーションは、問題を単一エージェント追跡チャレンジから結合されたシステム最適化に変換することです。 私たちの重要な洞察は、モバイルプラットフォームは単なるターゲットではなく、着陸プロセスにおけるアクティブなエージェントであるということです。 表面を積極的に傾けることで、接近するクワッドコプターの最適で安定した終端姿勢を作り出す。 このアクティブな協調は、アライメントと降下フェーズを並列化することによって、シーケンシャルモデルを根本的に破壊する。 同時に、クワッドコプターの計画パイプラインは、エネルギー消費を最小限に抑える時間最適で動的に実現可能な軌道を生成することに焦点を当てている。 この双方向調整により、攻撃的な軌道追跡と一時的なウィンドウ内での迅速な状態同期を特徴とする、システムがアジャイルな方法でリカバリを実行することができる。 動的シナリオで検証されたこのフレームワークの有効性は、複雑で時間に制約されたミッションにおける自律的四重項回復の効率、精度、堅牢性を大幅に改善する。

関連論文リスト

• CAR: Cross-Vehicle Kinodynamics Adaptation via Mobility Representation [12.994292036520681]
  CAR(Cross-vehicle Kinodynamics Adaptation by Mobility Representation)は、新しい車両への高速移動を可能にする新しいフレームワークである。 我々は,CARをクロノ多物理エンジン上に構築したVerti-Benchシミュレータを用いて評価し,Verti-4-Wheelerプラットフォームを4つの物理構成で評価した。
  論文  参考訳（メタデータ） (2026-03-06T20:34:55Z)
• Dual-Agent Multiple-Model Reinforcement Learning for Event-Triggered Human-Robot Co-Adaptation in Decoupled Task Spaces [3.349003999623489]
  本稿では,カスタム6自由度上肢ロボットのための共有制御型リハビリテーションポリシーを提案する。 患者は二進法で一次到達方向を制御し、ロボットは自律的に矯正動作を管理する。
  論文  参考訳（メタデータ） (2026-03-06T11:15:10Z)
• Role-Adaptive Collaborative Formation Planning for Team of Quadruped Robots in Cluttered Environments [15.679419362625845]
  本稿では,四足歩行ロボットのための役割適応型リーダ・フォロワー型構成計画・制御フレームワークを提案する。 固定的なリーダーや堅固な構成の役割を持つ従来の手法とは異なり、提案手法は動的役割割り当てと部分的な目標計画を統合している。 その結果、複雑で非構造的な環境での円滑な調整、適応的な役割の切り替え、ロバストな構成維持が示された。
  論文  参考訳（メタデータ） (2026-02-20T14:44:16Z)
• HUSKY: Humanoid Skateboarding System via Physics-Aware Whole-Body Control [67.58927286226925]
  本稿では,ヒューマノイド・スケータボードシステムモデリングと物理を意識した全身制御を統合した学習ベースのフレームワークを提案する。 Unitree G1のヒューマノイドプラットフォームでの実験では、現実のシナリオにおいて、私たちのフレームワークがスケートボード上で安定的でアジャイルな操作を可能にすることが示されています。
  論文  参考訳（メタデータ） (2026-02-03T07:18:01Z)
• TriphiBot: A Triphibious Robot Combining FOC-based Propulsion with Eccentric Design [9.930529399697557]
  マルチドメイン動作が可能なトリフィブなロボットは、多様な環境にまたがる複雑なタスクを処理することを約束している。 既存の設計は主にデュアルモードのプラットフォームに焦点を当てており、いくつかの設計は機械的な複雑さや推進効率の低下に悩まされている。 本研究では、クワッドコプター構造と2つの受動車輪を組み合わせたミニマリスト設計により、空中・地上・水上移動が可能な新しい三脚ロボットを提案する。
  論文  参考訳（メタデータ） (2026-02-01T18:38:22Z)
• Multi-Phase Spacecraft Trajectory Optimization via Transformer-Based Reinforcement Learning [2.034091340570242]
  本研究では,単一ポリシアーキテクチャを通じて多相軌道最適化を統一するトランスフォーマーベースのRLフレームワークを提案する。 その結果, トランスフォーマーをベースとしたフレームワークは, 単純な場合だけでなく, 動的に異なる状況下で協調的な制御ポリシーを効果的に学習することを示した。
  論文  参考訳（メタデータ） (2025-11-14T15:29:46Z)
• ReCoM: Realistic Co-Speech Motion Generation with Recurrent Embedded Transformer [58.49950218437718]
  音声に同期した高忠実で一般化可能な人体動作を生成するための効率的なフレームワークであるReCoMを提案する。 Recurrent Embedded Transformer (RET)は、動的埋め込み正規化(DER)をViT(Vit)コアアーキテクチャに統合する。 モデルロバスト性を高めるため,ノイズ抵抗とクロスドメイン一般化の二重性を持つモデルに,提案したDER戦略を取り入れた。
  論文  参考訳（メタデータ） (2025-03-27T16:39:40Z)
• VAE-Loco: Versatile Quadruped Locomotion by Learning a Disentangled Gait Representation [78.92147339883137]
  本研究では,特定の歩行を構成する主要姿勢位相を捕捉する潜在空間を学習することにより,制御器のロバスト性を高めることが重要であることを示す。 本研究では,ドライブ信号マップの特定の特性が,歩幅,歩幅,立位などの歩行パラメータに直接関係していることを示す。 生成モデルを使用することで、障害の検出と緩和が容易になり、汎用的で堅牢な計画フレームワークを提供する。
  論文  参考訳（メタデータ） (2022-05-02T19:49:53Z)
• ReLMoGen: Leveraging Motion Generation in Reinforcement Learning for Mobile Manipulation [99.2543521972137]
  ReLMoGenは、サブゴールを予測するための学習されたポリシーと、これらのサブゴールに到達するために必要な動作を計画し実行するためのモーションジェネレータを組み合わせたフレームワークである。 本手法は,フォトリアリスティック・シミュレーション環境における7つのロボットタスクの多種多様なセットをベンチマークする。 ReLMoGenは、テスト時に異なるモーションジェネレータ間で顕著な転送可能性を示し、実際のロボットに転送する大きな可能性を示している。
  論文  参考訳（メタデータ） (2020-08-18T08:05:15Z)
• First Steps: Latent-Space Control with Semantic Constraints for Quadruped Locomotion [73.37945453998134]
  従来の四重化制御のアプローチでは、単純化された手作りのモデルが採用されている。 これにより、有効な運動範囲が縮小されているため、ロボットの能力が大幅に低下する。 この研究において、これらの課題は、構造化潜在空間における最適化として四重化制御をフレーミングすることによって解決される。 深い生成モデルは、実現可能な関節構成の統計的表現を捉え、一方、複雑な動的および終端的制約は高レベルな意味的指標によって表現される。 実世界とシミュレーションの両方で最適化された移動軌跡の実現可能性を検証する。
  論文  参考訳（メタデータ） (2020-07-03T07:04:18Z)

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。