論文の概要: Motion Planning with Metric Temporal Logic Using Reachability Analysis and Hybrid Zonotopes
- arxiv url: http://arxiv.org/abs/2602.00325v1
- Date: Fri, 30 Jan 2026 21:25:26 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-03-30 05:25:49.788414
- Title: Motion Planning with Metric Temporal Logic Using Reachability Analysis and Hybrid Zonotopes
- Title(参考訳): 到達可能性解析とハイブリッドゾノトープを用いたメトリテンポラル論理による運動計画
- Authors: Andrew F. Thompson, Joshua A. Robbins, Jonah J. Glunt, Sean B. Brennan, Herschel C. Pangborn,
- Abstract要約: 本稿では,MTL仕様を満たす状態の集合を暗黙的に表現し,動作計画の探索に最適化する手法を提案する。
数値ベンチマークでは,提案手法の計算上の優位性を文献上の既存手法と比較して強調する。
- 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: Metric temporal logic (MTL) provides a formal framework for defining time-dependent mission requirements on autonomous vehicles. However, optimizing control decisions subject to these constraints is often computationally expensive. This article presents a method that uses reachability analysis to implicitly express the set of states satisfying an MTL specification and then optimizes to find a motion plan. The hybrid zonotope set representation is used to efficiently and conveniently encode MTL specifications into reachable sets. A numerical benchmark highlights the proposed method's computational advantages as compared to existing methods in the literature. Further numerical examples and an experimental application demonstrate the ability to address time-varying environments, region-dependent disturbances, and multi-agent coordination.
- Abstract(参考訳): MTL(Metric temporal logic)は、自動運転車における時間依存的なミッション要件を定義するための正式なフレームワークを提供する。
しかし、これらの制約に従う制御決定の最適化は、しばしば計算コストがかかる。
本稿では,MTL仕様を満たす状態の集合を暗黙的に表現するために到達可能性解析を用い,動作計画の探索を最適化する手法を提案する。
ハイブリッドなzonotope集合表現は、MPL仕様を効率よく便利にエンコードするために使われる。
数値ベンチマークでは,提案手法の計算上の優位性を文献上の既存手法と比較して強調する。
さらなる数値的な例と実験応用は、時間変化環境、地域依存障害、マルチエージェント調整に対処する能力を示す。
関連論文リスト
- Multi-Robot Trajectory Planning via Constrained Bayesian Optimization and Local Cost Map Learning with STL-Based Conflict Resolution [1.6243762297989983]
本稿では,信号時間論理(STL)仕様の下でのマルチロボット動作計画にキノダイナミック制約を適用した。
サンプルベースオンライン学習と正式なSTL推論を組み合わせた2段階のフレームワークを提案する。
論文 参考訳(メタデータ) (2026-03-06T00:03:18Z) - Fast Near Time-Optimal Motion Planning for Holonomic Vehicles in Structured Environments [8.195916347194315]
磁気浮上を用いた平面運動系における運動計画の課題を解決することを目的としている。
提案手法は, 自由空間廊下を用いた環境表現を符号化し, 移動プリミティブを用いて車両の走行を表現している。
この手法は最先端のXPlanarシステムよりもはるかに低い時間で実現され、実世界のBeckhoff XPlanarシステム上で検証される。
論文 参考訳(メタデータ) (2026-02-02T21:26:30Z) - Synthesizing Efficiently Monitorable Formulas in Metric Temporal Logic [4.60607942851373]
システム実行から形式仕様を自動合成する問題を考察する。
時間論理式を合成するための古典的なアプローチの多くは、公式のサイズを最小化することを目的としている。
我々は,この概念を定式化し,有界な外見を持つ簡潔な公式を合成する学習アルゴリズムを考案する。
論文 参考訳(メタデータ) (2023-10-26T14:13:15Z) - Formal Controller Synthesis for Markov Jump Linear Systems with
Uncertain Dynamics [64.72260320446158]
マルコフジャンプ線形系に対する制御器の合成法を提案する。
本手法は,MJLSの離散(モードジャンピング)と連続(確率線形)の両方の挙動を捉える有限状態抽象化に基づいている。
本手法を複数の現実的なベンチマーク問題,特に温度制御と航空機の配送問題に適用する。
論文 参考訳(メタデータ) (2022-12-01T17:36:30Z) - Spectral Representation Learning for Conditional Moment Models [33.34244475589745]
本研究では,不適切度を制御した表現を自動学習する手法を提案する。
本手法は,条件付き期待演算子のスペクトル分解によって定義される線形表現を近似する。
この表現をデータから効率的に推定できることを示し、得られた推定値に対してL2整合性を確立する。
論文 参考訳(メタデータ) (2022-10-29T07:48:29Z) - Policy Analysis using Synthetic Controls in Continuous-Time [101.35070661471124]
因果推論における手法開発において, 合成制御を用いた因果推定は最も成功した手法の1つである。
本稿では,制御された微分方程式の定式化を明示的に用い,潜在反事実経路をモデル化する連続時間代替法を提案する。
論文 参考訳(メタデータ) (2021-02-02T16:07:39Z) - DynaMiTe: A Dynamic Local Motion Model with Temporal Constraints for
Robust Real-Time Feature Matching [47.72468932196169]
本稿では,ディスクリプタ入力に非依存な軽量パイプラインDynaMiTeを提案する。
DynaMiTeは、マッチング精度とフレームレートの高いカメラポーズ推定の両方で優れた結果を得る。
論文 参考訳(メタデータ) (2020-07-31T12:18:18Z) - Stochastic Finite State Control of POMDPs with LTL Specifications [14.163899014007647]
部分的に観測可能なマルコフ決定プロセス(POMDP)は、不確実性の下での自律的な意思決定のためのモデリングフレームワークを提供する。
本稿では,POMDPに対する準最適有限状態制御器(sFSC)の合成に関する定量的問題について考察する。
本稿では,sFSC サイズが制御される有界ポリシアルゴリズムと,連続的な繰り返しにより制御器の性能が向上する任意の時間アルゴリズムを提案する。
論文 参考訳(メタデータ) (2020-01-21T18:10:47Z)
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。