論文の概要: Simplifying ROS2 controllers with a modular architecture for robot-agnostic reference generation

• arxiv url: http://arxiv.org/abs/2601.08514v1
• Date: Tue, 13 Jan 2026 12:55:07 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-23 08:17:40.768779
• Title: Simplifying ROS2 controllers with a modular architecture for robot-agnostic reference generation
• Title（参考訳）: ロボット非依存参照生成のためのモジュールアーキテクチャによるROS2コントローラの簡易化
• Authors: Davide Risi, Vincenzo Petrone, Antonio Langella, Lorenzo Pagliara, Enrico Ferrentino, Pasquale Chiacchio,
• Abstract要約: 本稿では、ROS2の新たなモジュラーアーキテクチャを導入し、それらを追跡する制御法則から参照を取得し、検証し、解釈するために必要なロジックを分離する。 設計には、外部ノード(プランナーなど)から単一ポイントまたはトラジェクトリの形で参照を受け取り、既存のros2_controlチェイン機構を介してコントローラのサンプリング期間に単一ポイント参照を下流コントローラに書き込む、専用のコンポーネント、Reference Generatorが含まれている。
• 参考スコア（独自算出の注目度）: 0.769672852567215
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: This paper introduces a novel modular architecture for ROS2 that decouples the logic required to acquire, validate, and interpolate references from the control laws that track them. The design includes a dedicated component, named Reference Generator, that receives references, in the form of either single points or trajectories, from external nodes (e.g., planners), and writes single-point references at the controller's sampling period via the existing ros2_control chaining mechanism to downstream controllers. This separation removes duplicated reference-handling code from controllers and improves reusability across robot platforms. We implement two reference generators: one for handling joint-space references and one for Cartesian references, along with a set of new controllers (PD with gravity compensation, Cartesian pose, and admittance controllers) and validate the approach on simulated and real Universal Robots and Franka Emika manipulators. Results show that (i) references are tracked reliably in all tested scenarios, (ii) reference generators reduce duplicated reference-handling code across chained controllers to favor the construction and reuse of complex controller pipelines, and (iii) controller implementations remain focused only on control laws.
• Abstract（参考訳）: 本稿では、ROS2の新たなモジュラーアーキテクチャを導入し、それらを追跡する制御法則から参照を取得し、検証し、解釈するために必要なロジックを分離する。 設計には、外部ノード(例えばプランナー)から単一ポイントまたはトラジェクトリの形で参照を受け取り、既存のros2_controlチェイン機構を介してコントローラのサンプリング期間に単一ポイント参照を下流コントローラに書き込む、専用のコンポーネント、Reference Generatorが含まれている。 この分離により、コントローラーからの重複参照処理コードが取り除かれ、ロボットプラットフォーム間の再利用性が向上する。 我々は,2つの参照ジェネレータを実装している。1つは共同空間参照を扱うためのもので,もう1つはCartesian参照を扱うためのもので,新しいコントローラ(PDと重力補償,Cartesianポーズ,アクセタンスコントローラ)のセットと,シミュレーションおよび実世界ロボットおよびFranka Emikaマニピュレータに対するアプローチの検証を行う。 その結果は (i)すべてのテストシナリオにおいて、参照を確実に追跡する。 (ii) 参照ジェネレータは、複雑なコントローラパイプラインの構築と再利用を好んで、連鎖したコントローラ間の重複参照処理コードを削減する。 三 コントローラの実装は、制御法にのみ焦点を絞ったままである。

関連論文リスト

• Test-Driven Agentic Framework for Reliable Robot Controller [7.895232155155042]
  ナビゲーションタスク用の低レベルロボットコントローラをデプロイするための,テスト駆動型エージェントフレームワークを提案する。 超音波センサを用いたロボットの画像を用いた2Dマップを作成したので,診断フィードバックを用いて生成したコントローラコードを反復的に洗練し,タスク成功を実現する。
  論文  参考訳（メタデータ） (2026-02-28T04:26:31Z)
• RefOnce: Distilling References into a Prototype Memory for Referring Camouflaged Object Detection [29.264612094775988]
  Ref-CODセグメントは、小さな参照画像のセットを活用することで、シーン内でカモフラージュされたオブジェクトを指定する。 現在のシステムでは、テスト時に参照画像を必要とするデュアルブランチ設計を採用している。 トレーニング中に参照をクラスプロトタイプメモリに蒸留し,推論時に参照ベクトルを合成するRef-CODフレームワークを提案する。
  論文  参考訳（メタデータ） (2025-11-26T02:42:52Z)
• Joint Active RIS Configuration and User Power Control for Localization: A Neuroevolution-Based Approach [49.48992202227772]
  Reconfigurable Intelligent Surface (RIS) によるユーザローカライゼーションの研究 ベースステーションからユーザへのフィードバックリンクを採用し、アップリンク内のユーザパイロット送信の動的電力制御を可能にする。 RIS位相構成とユーザ送信電力のジョイント制御のための新しいマルチエージェントアルゴリズムを提案する。
  論文  参考訳（メタデータ） (2025-09-25T07:36:04Z)
• DC-ControlNet: Decoupling Inter- and Intra-Element Conditions in Image Generation with Diffusion Models [55.42794740244581]
  マルチ条件画像生成のためのフレームワークであるDC(Decouple)-ControlNetを紹介する。 DC-ControlNetの背景にある基本的な考え方は、制御条件を分離し、グローバルな制御を階層的なシステムに変換することである。 要素間の相互作用については、Inter-Element Controllerを紹介します。
  論文  参考訳（メタデータ） (2025-02-20T18:01:02Z)
• I2VControl: Disentangled and Unified Video Motion Synthesis Control [11.83645633418189]
  論理的矛盾を克服するために,不整合で統一されたフレームワーク,すなわちI2VControlを提案する。 私たちは、カメラコントロール、オブジェクトドラッグ、モーションブラシを再考し、すべてのタスクを一貫した表現に再構成します。 我々は広範囲な実験を行い、様々な制御タスクにおいて優れた性能を発揮する。
  論文  参考訳（メタデータ） (2024-11-26T04:21:22Z)
• Communication-Control Codesign for Large-Scale Wireless Networked Control Systems [80.30532872347668]
  無線ネットワーク制御システム(Wireless Networked Control Systems, WNCS)は、ドローン群や自律ロボットなどのアプリケーションにおいて柔軟な制御を可能にする産業用4.0に必須である。 本稿では,マルチ状態マルコフブロックフェーディングチャネル上で限られた無線リソースを共有するセンサやアクチュエータを用いて,複数の制御ループ間の相関ダイナミクスを捕捉する実用的WNCSモデルを提案する。 本研究では,ハイブリッドな動作空間を効率的に処理し,通信制御の相関関係を捉え,疎域変数や浮動小数点制御の入力に拘わらず堅牢なトレーニングを確実にするDeep Reinforcement Learning (DRL)アルゴリズムを開発した。
  論文  参考訳（メタデータ） (2024-10-15T06:28:21Z)
• Fine-grained Controllable Video Generation via Object Appearance and Context [74.23066823064575]
  細粒度制御可能なビデオ生成法(FACTOR)を提案する。 FACTORは、オブジェクトの位置とカテゴリを含む、オブジェクトの外観とコンテキストを制御することを目的としている。 本手法は,オブジェクトの外観を微調整せずに制御し,オブジェクトごとの最適化作業を省く。
  論文  参考訳（メタデータ） (2023-12-05T17:47:33Z)
• Steady-State Error Compensation in Reference Tracking and Disturbance Rejection Problems for Reinforcement Learning-Based Control [0.9023847175654602]
  強化学習(Reinforcement Learning, RL)は、自動制御アプリケーションにおける将来的なトピックである。 アクター批判に基づくRLコントローラのためのイニシアティブアクション状態拡張(IASA)が導入される。 この拡張は専門家の知識を必要とせず、アプローチモデルを無償にしておく。
  論文  参考訳（メタデータ） (2022-01-31T16:29:19Z)
• Safety Verification of Model Based Reinforcement Learning Controllers [7.407039316561176]
  本稿では,モデルベースRLコントローラのリーチブル・セット解析を用いた新しい安全性検証フレームワークを提案する。 提案したフレームワークは、ニューラルネットワークを用いて表現されるモデルとコントローラを効率的に扱うことができる。
  論文  参考訳（メタデータ） (2020-10-21T03:35:28Z)
• Learning a Contact-Adaptive Controller for Robust, Efficient Legged Locomotion [95.1825179206694]
  四足歩行ロボットのためのロバストコントローラを合成するフレームワークを提案する。 高レベルコントローラは、環境の変化に応じてプリミティブのセットを選択することを学習する。 確立された制御方法を使用してプリミティブを堅牢に実行する低レベルコントローラ。
  論文  参考訳（メタデータ） (2020-09-21T16:49:26Z)

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。