論文の概要: KCFRC: Kinematic Collision-Aware Foothold Reachability Criteria for Legged Locomotion

• arxiv url: http://arxiv.org/abs/2602.20850v1
• Date: Tue, 24 Feb 2026 12:46:34 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-23 08:17:41.666454
• Title: KCFRC: Kinematic Collision-Aware Foothold Reachability Criteria for Legged Locomotion
• Title（参考訳）: KCFRC:足の移動に対する運動的衝突を考慮した足場到達基準
• Authors: Lei Ye, Haibo Gao, Huaiguang Yang, Peng Xu, Haoyu Wang, Tie Liu, Junqi Shan, Zongquan Deng, Liang Ding,
• Abstract要約: 我々は,効率的な足場到達性分析のための新しいアプローチであるKCFRCを紹介する。 以上の結果から,KCFRCは平均2msで1本の足の足の到達性チェックを達成できることが示唆された。 KCFRCは軌道最適化を加速し,特に狭い空間における接触計画に有用であることを示す。
• 参考スコア（独自算出の注目度）: 17.651825410819313
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Legged robots face significant challenges in navigating complex environments, as they require precise real-time decisions for foothold selection and contact planning. While existing research has explored methods to select footholds based on terrain geometry or kinematics, a critical gap remains: few existing methods efficiently validate the existence of a non-collision swing trajectory. This paper addresses this gap by introducing KCFRC, a novel approach for efficient foothold reachability analysis. We first formally define the foothold reachability problem and establish a sufficient condition for foothold reachability. Based on this condition, we develop the KCFRC algorithm, which enables robots to validate foothold reachability in real time. Our experimental results demonstrate that KCFRC achieves remarkable time efficiency, completing foothold reachability checks for a single leg across 900 potential footholds in an average of 2 ms. Furthermore, we show that KCFRC can accelerate trajectory optimization and is particularly beneficial for contact planning in confined spaces, enhancing the adaptability and robustness of legged robots in challenging environments.
• Abstract（参考訳）: 足のついたロボットは、足場の選択やコンタクトプランニングの正確なリアルタイム決定を必要とするため、複雑な環境をナビゲートする上で大きな課題に直面している。 既存の研究では、地形幾何学や運動学に基づいて足場を選択する方法が検討されているが、重要なギャップが残っており、非衝突スイング軌道の存在を効果的に検証する手法はほとんどない。 本稿では,このギャップを,効率的な足場到達性解析のための新しいアプローチであるKCFRCを導入することで解決する。 まず,足場到達可能性の問題を正式に定義し,足場到達性に十分な条件を確立する。 この条件に基づいて,ロボットがリアルタイムに足場到達性を検証できるKCFRCアルゴリズムを開発した。 実験の結果,KCFRCは1本の足の足の到達性チェックを平均2mで達成し,また,KCFRCは軌道の最適化を加速し,狭い空間での接触計画に特に有用であることを示す。

関連論文リスト

• Robust Spatiotemporal Motion Planning for Multi-Agent Autonomous Racing via Topological Gap Identification and Accelerated MPC [30.927534234540502]
  現在の方法は、しばしば厳密なキネマティック制約を単純化または放棄する。 トポロジカル同定と高速化のためのMPCフレームワークを提案する。 連続的なシナリオでは、総操縦時間を51.6%削減する。 密集したボトルネックで81%を超える成功率を維持している。
  論文  参考訳（メタデータ） (2026-03-10T04:55:30Z)
• Monte Carlo Tree Search with Velocity Obstacles for safe and efficient motion planning in dynamic environments [49.30744329170107]
  本稿では,動的障害物に関する情報を最小限に抑えた最適オンライン動作計画手法を提案する。 提案手法は,モデルシミュレーションによるオンライン最適計画のためのモンテカルロ木探索 (MCTS) と障害物回避のためのVelocity Obstacles (VO) を組み合わせた。 我々は,非線形モデル予測制御(NMPC)を含む最先端のプランナーに対して,衝突速度,計算,タスク性能の向上の観点から,我々の方法論の優位性を示す。
  論文  参考訳（メタデータ） (2025-01-16T16:45:08Z)
• Gait Switching and Enhanced Stabilization of Walking Robots with Deep Learning-based Reachability: A Case Study on Two-link Walker [33.730544094391504]
  安定性を検証・保証できる学習型移動制御器の設計に興味がある。 これは、脚のあるロボットの安定した歩行路へのアトラクション(RoAs)の領域を検証することで達成できる。
  論文  参考訳（メタデータ） (2024-09-10T07:16:46Z)
• Aquatic Navigation: A Challenging Benchmark for Deep Reinforcement Learning [53.3760591018817]
  ゲームエンジンとDeep Reinforcement Learningの統合の最近の進歩を利用して,水上ナビゲーションのための新しいベンチマーク環境を提案する。 具体的には、最も広く受け入れられているアルゴリズムの一つであるPPOに着目し、先進的なトレーニング手法を提案する。 実験により,これらの成分をうまく組み合わせることで,有望な結果が得られることが示された。
  論文  参考訳（メタデータ） (2024-05-30T23:20:23Z)
• On the Effective Usage of Priors in RSS-based Localization [56.68864078417909]
  本稿では、受信信号強度(RSS)指紋と畳み込みニューラルネットワークに基づくアルゴリズムLocUNetを提案する。 本稿では,密集市街地における局所化問題について検討する。 まず,LocUNetがRx位置やRxの事前分布を学習し,トレーニングデータから送信者(Tx)アソシエーションの好みを学習し,その性能を評価できることを示す。
  論文  参考訳（メタデータ） (2022-11-28T00:31:02Z)
• Nonprehensile Riemannian Motion Predictive Control [57.295751294224765]
  本稿では,リアル・ツー・シムの報酬分析手法を導入し,リアルなロボット・プラットフォームに対する行動の可能性を確実に予測する。 連続的なアクション空間でオブジェクトを反応的にプッシュするクローズドループコントローラを作成します。 我々は,RMPCが乱雑な環境だけでなく,乱雑な環境においても頑健であり,ベースラインよりも優れていることを観察した。
  論文  参考訳（メタデータ） (2021-11-15T18:50:04Z)
• Estimating the Robustness of Public Transport Systems Using Machine Learning [62.997667081978825]
  公共交通機関の計画は、多くのステップを含む非常に複雑なプロセスである。 乗客の観点からの堅牢性の統合により、作業はさらに困難になる。 本稿では,機械学習の手法を用いたシナリオベースロバストネス近似の新しい手法を提案する。
  論文  参考訳（メタデータ） (2021-06-10T05:52:56Z)
• Higher Performance Visual Tracking with Dual-Modal Localization [106.91097443275035]
  Visual Object Tracking (VOT)は、堅牢性と正確性の両方に同期性を必要とする。 ONRによるロバストなローカリゼーション抑制器とOFCによるターゲットセンターへの正確なローカリゼーションにより、ターゲットローカリゼーションのためのデュアルモーダルフレームワークを提案します。
  論文  参考訳（メタデータ） (2021-03-18T08:47:56Z)
• STEP: Stochastic Traversability Evaluation and Planning for Safe Off-road Navigation [9.423950528323893]
  トラバーサビリティを評価し,安全かつ実現可能な高速軌道をリアルタイムに計画する手法を提案する。 1)迅速な不確実性認識マッピングとトラバーサビリティ評価,2)条件付きバリュー・アット・リスク(CVaR)を用いたテールリスクアセスメント,3)効率的なリスクと制約を考慮したキノダイナミックな動き計画。 本手法をシミュレーションで解析し,地下溶岩管を含む極端な地形を探索する車輪型および脚型ロボットプラットフォーム上での有効性を検証する。
  論文  参考訳（メタデータ） (2021-03-04T04:24:19Z)
• An Efficient Paradigm for Feasibility Guarantees in Legged Locomotion [9.268363503343195]
  実現可能な質量中心(CoM)と身体軌道を効率的に設計できるパラダイムを提案する。 本稿では,関節トルクと運動的限界の両方の満足度とともに動的バランスを保証する改良可能な領域の一般的な定式化を提案する。
  論文  参考訳（メタデータ） (2020-11-16T13:58:33Z)

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。