論文の概要: Trajectory Generation with Endpoint Regulation and Momentum-Aware Dynamics for Visually Impaired Scenarios
- arxiv url: http://arxiv.org/abs/2602.21691v1
- Date: Wed, 25 Feb 2026 08:47:08 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-03-23 08:17:41.702328
- Title: Trajectory Generation with Endpoint Regulation and Momentum-Aware Dynamics for Visually Impaired Scenarios
- Title（参考訳）: 視覚障害シナリオに対するエンドポイント制御とモーメント・アウェア・ダイナミクスを用いた軌道生成
- Authors: Yuting Zeng, Manping Fan, You Zhou, Yongbin Yu, Zhiwen Zheng, Jingtao Zhang, Liyong Ren, Zhenglin Yang,
- Abstract要約: 視覚障害のあるシナリオに対する軌道生成は、構造化された低速な動的環境において滑らかで時間的に一貫した状態を必要とする。
本稿では,各セグメント内の終端状態の安定化と運動量認識のダイナミクスを統合し,速度と加速度の進化を規則化する軌道生成手法を提案する。
実験の結果, 分散, 速度, 加速度分布の低下, より安定な終端分布, ベースラインプランナーに比べて軌道候補の減少などにより, 加速ピークが減少し, ジャークレベルが低下することがわかった。
- 参考スコア（独自算出の注目度）: 4.163919563868816
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Trajectory generation for visually impaired scenarios requires smooth and temporally consistent state in structured, low-speed dynamic environments. However, traditional jerk-based heuristic trajectory sampling with independent segment generation and conventional smoothness penalties often lead to unstable terminal behavior and state discontinuities under frequent regenerating. This paper proposes a trajectory generation approach that integrates endpoint regulation to stabilize terminal states within each segment and momentum-aware dynamics to regularize the evolution of velocity and acceleration for segment consistency. Endpoint regulation is incorporated into trajectory sampling to stabilize terminal behavior, while a momentum-aware dynamics enforces consistent velocity and acceleration evolution across consecutive trajectory segments. Experimental results demonstrate reduced acceleration peaks and lower jerk levels with decreased dispersion, smoother velocity and acceleration profiles, more stable endpoint distributions, and fewer infeasible trajectory candidates compared with a baseline planner.
- Abstract（参考訳）: 視覚障害のあるシナリオに対する軌道生成は、構造化された低速な動的環境において滑らかで時間的に一貫した状態を必要とする。
しかし、従来のジャーク系ヒューリスティックな軌道サンプリングは、独立したセグメント生成と従来の滑らかなペナルティを伴い、しばしば不安定な終端挙動と頻繁に再生される状態の不連続をもたらす。
本稿では,各セグメント内の終端状態を安定化するための終端制御と運動量を考慮した軌道生成手法を提案する。
終点制御は終点挙動を安定させるために軌道サンプリングに組み込まれ、運動量認識力学は連続する軌道セグメント間の一貫した速度と加速の進化を強制する。
実験の結果, 分散, 滑らかな速度, 加速度分布, より安定な終端分布, ベースラインプランナーに比べて非実用的軌道候補の減少などにより, 加速ピークが減少し, ジャークレベルが低下することがわかった。
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) - KoopGen: Koopman Generator Networks for Representing and Predicting Dynamical Systems with Continuous Spectra [65.11254608352982]
生成元をベースとしたニューラル・クープマン・フレームワークを導入し,構造的かつ状態に依存したクープマン・ジェネレータの表現を通じて動的にモデル化する。
固有のカルテス分解をスキュー結合および自己結合成分に利用することにより、KoopGenは可逆的な散逸から保守的な輸送を分離する。
論文 参考訳（メタデータ） (2026-02-15T06:32:23Z) - Adaptive Visual Autoregressive Acceleration via Dual-Linkage Entropy Analysis [50.48301331112126]
我々は,Visual AutoRegressive モデリングのためのトレーニング不要なトークン削減促進フレームワーク NOVA を提案する。
NOVAは、スケールエントロピー成長の屈折点をオンライン同定することにより、推論中のアクティベーションアクティベーションスケールを適応的に決定する。
実験と解析により、NOVAはシンプルで効果的なトレーニングフリー加速フレームワークとして評価される。
論文 参考訳（メタデータ） (2026-02-01T17:29:42Z) - Geometry of Drifting MDPs with Path-Integral Stability Certificates [14.721539799090904]
実世界の強化学習は、しばしば非定常的であり、報酬と力学は最適な行動において急激なスイッチを起動し、加速し、振動し、引き起こす。
環境を相異なるホモトピーパスとしてモデル化し、最適なベルマン固定点の誘導運動を追跡することにより、非定常割引マルコフ決定過程(MDPs)の幾何学的ビューを得る。
これは、累積ドリフト、加速度/振動、アクションギャップによって引き起こされる非滑らかさという、内在的な複雑さの、長さ-曲率-キンクのシグネチャをもたらす。
論文 参考訳（メタデータ） (2026-01-29T17:03:23Z) - Learning Discrete Successor Transitions in Continuous Attractor Networks: Emergence, Limits, and Topological Constraints [0.0]
連続引力ネットワーク(Continuous attractor network, CAN)は、頭部方向、空間位置、位相などの低次元連続変数を表す。
標準空間領域では、アトラクタ多様体に沿った遷移は連続的な変位信号によって駆動される。
安定な誘引状態間の後継的な遷移を行うために,CANを訓練するための実験的な枠組みを提案する。
論文 参考訳（メタデータ） (2026-01-20T10:41:18Z) - On the Provable Suboptimality of Momentum SGD in Nonstationary Stochastic Optimization [0.0]
各種段差系における均一な凸性および滑らか性の下でのグラディエントDescentの追跡性能を解析した。
本研究では,ドリフトによる追従誤差を大幅に増幅し,追従能力に明らかなペナルティを与えることを示す。
これらの結果は、動的環境における運動量の経験的不安定性に対する決定的な理論的根拠を与える。
論文 参考訳（メタデータ） (2026-01-18T03:27:21Z) - Towards Stable and Structured Time Series Generation with Perturbation-Aware Flow Matching [16.17115009663765]
安定かつ構造的に一貫した時系列生成を保証するために、摂動軌道をモデル化するフレームワークである textbfPAFM を導入する。
このフレームワークは摂動誘導訓練を取り入れ、局所的な乱れをシミュレートし、二経路速度場を利用して摂動下での軌道偏差を捉える。
非条件および条件生成タスクの両方の実験において、PAFMは強いベースラインを一貫して上回る。
論文 参考訳（メタデータ） (2025-11-18T13:30:56Z) - Drift No More? Context Equilibria in Multi-Turn LLM Interactions [58.69551510148673]
コンテキストドリフト(Contexts drift)とは、ターン間のゴール一貫性のある振る舞いからモデルが出力する出力の段階的なばらつきである。
シングルターンエラーとは異なり、ドリフトは時間的に展開し、静的な評価指標では捉えにくい。
マルチターンドリフトは、避けられない崩壊というよりも、制御可能な平衡現象として理解できることを示す。
論文 参考訳（メタデータ） (2025-10-09T04:48:49Z) - Convergence of mean-field Langevin dynamics: Time and space
discretization, stochastic gradient, and variance reduction [49.66486092259376]
平均場ランゲヴィンダイナミクス(英: mean-field Langevin dynamics、MFLD)は、分布依存のドリフトを含むランゲヴィン力学の非線形一般化である。
近年の研究では、MFLDは測度空間で機能するエントロピー規則化された凸関数を地球規模で最小化することが示されている。
有限粒子近似,時間分散,勾配近似による誤差を考慮し,MFLDのカオスの均一時間伝播を示す枠組みを提供する。
論文 参考訳（メタデータ） (2023-06-12T16:28:11Z) - Feedback-induced instabilities and dynamics in the Jaynes-Cummings model [62.997667081978825]
時間遅延コヒーレントフィードバックを受けるJaynes-Cummingsモデルのコヒーレンスと定常状態特性について検討する。
導入されたフィードバックは、システムの動的応答と定常量子特性を質的に修正する。
論文 参考訳（メタデータ） (2020-06-20T10:07:01Z)
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。