論文の概要: Path Integral Particle Filtering for Hybrid Systems via Saltation Matrices

• arxiv url: http://arxiv.org/abs/2603.01176v2
• Date: Thu, 19 Mar 2026 01:16:07 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-23 08:17:41.803366
• Title: Path Integral Particle Filtering for Hybrid Systems via Saltation Matrices
• Title（参考訳）: 塩化行列を用いたハイブリッドシステムのための経路積分粒子フィルタリング
• Authors: Karthik Shaji, Sreeranj Jayadevan, Bo Yuan, Hongzhe Yu, Yongxin Chen,
• Abstract要約: 環境との断続的な接触を行うハイブリッドシステムにおける状態推定のための最適制御に基づく粒子フィルタリング手法を提案する。 我々は,ハイブリッドシステムにおける接触イベント中の不確実性伝播を解析するために,塩化行列を利用する。 結果として得られる経路積分最適制御問題により、非ガウス雑音分布に柔軟で、外周効果に頑健な状態推定アルゴリズムが実現され、ハイブリッドシステムにおける挑戦的な接触ダイナミクスも処理できる。
• 参考スコア（独自算出の注目度）: 21.256967571393986
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: We present an optimal-control-based particle filtering method for state estimation in hybrid systems that undergo intermittent contact with their environments. We follow the path integral filtering framework that exploits the duality between the smoothing problem and optimal control. We leverage saltation matrices to map out the uncertainty propagation during contact events for hybrid systems. The resulting path integral optimal control problem allows for a state estimation algorithm robust to outlier effects, flexible to non-Gaussian noise distributions, that also handles the challenging contact dynamics in hybrid systems. This work offers a computationally efficient and reliable estimation algorithm for hybrid systems with stochastic dynamics. We also present extensive experimental results demonstrating that our approach consistently outperforms strong baselines across multiple settings.
• Abstract（参考訳）: 環境との断続的な接触を行うハイブリッドシステムにおける状態推定のための最適制御に基づく粒子フィルタリング手法を提案する。 我々はスムージング問題と最適制御の双対性を利用する経路積分フィルタリングフレームワークに従う。 我々は,ハイブリッドシステムにおける接触イベント中の不確実性伝播を解析するために,塩化行列を利用する。 結果として得られる経路積分最適制御問題により、非ガウス雑音分布に柔軟で、外周効果に頑健な状態推定アルゴリズムが実現され、ハイブリッドシステムにおける挑戦的な接触ダイナミクスも処理できる。 この研究は確率力学を持つハイブリッドシステムの計算効率が高く信頼性の高い推定アルゴリズムを提供する。 また,本手法が複数の設定において強いベースラインを一貫して上回ることを示す広範な実験結果も提示する。

関連論文リスト

• Backscatter Device-aided Integrated Sensing and Communication: A Pareto Optimization Framework [59.30060797118097]
  統合センシング・通信(ISAC)システムは、密集した都市非視線シナリオにおいて大きな性能劣化に遭遇する可能性がある。 本稿では,自然環境に分散した受動的BDを利用した後方散乱近似(BD)支援ISACシステムを提案する。
  論文  参考訳（メタデータ） (2025-07-12T17:11:06Z)
• Steering Large Agent Populations using Mean-Field Schrodinger Bridges with Gaussian Mixture Models [13.03355083378673]
  Mean-Field Schrodinger Bridge (MFSB) 問題は、最小の作業制御ポリシーを見つけることを目的とした最適化問題である。 マルチエージェント制御の文脈において、目的は同一の相互作用する協調エージェントの群の構成を制御することである。
  論文  参考訳（メタデータ） (2025-03-31T04:01:04Z)
• Go With the Flow: Fast Diffusion for Gaussian Mixture Models [13.836464287004505]
  シュロディンガーブリッジ (Schrodinger Bridges, SBs) は、有限時間で操る拡散過程であり、与えられた初期分布を、適切なコスト関数を最小化する。 そこで本研究では,低次元の問題を解決するための一組の実行可能なポリシーの解析的パラメトリゼーションを提案する。 本稿では,オートエンコーダの空間における画像から潜時変換,マルチマージ運動量SBを用いた細胞動態の学習など,低次元問題におけるこのアプローチの可能性を示す。
  論文  参考訳（メタデータ） (2024-12-12T08:40:22Z)
• Stochastic Optimal Control Matching [53.156277491861985]
  最適制御のための新しい反復拡散最適化(IDO)技術である最適制御マッチング(SOCM)を導入する。 この制御は、一致するベクトル場に適合しようとすることで、最小二乗問題を通じて学習される。 実験により,本アルゴリズムは最適制御のための既存のすべての IDO 手法よりも低い誤差を実現する。
  論文  参考訳（メタデータ） (2023-12-04T16:49:43Z)
• Effective implementation of $l_0$-Regularised Compressed Sensing with Chaotic-Amplitude-Controlled Coherent Ising Machines [1.8287426976997025]
  圧縮センシングの最適化問題を解くために,量子古典ハイブリッドシステムを提案する。 ハイブリッドシステムでは、CIMは振幅制御フィードバックループを持たないオープンループシステムであった。 本研究は,精度の向上と幅広い有効性を示すものである。
  論文  参考訳（メタデータ） (2023-02-24T09:16:48Z)
• 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)
• Gaussian Process-based Min-norm Stabilizing Controller for Control-Affine Systems with Uncertain Input Effects and Dynamics [90.81186513537777]
  本稿では,この問題の制御・アフィン特性を捉えた新しい化合物カーネルを提案する。 この結果の最適化問題は凸であることを示し、ガウス過程に基づく制御リャプノフ関数第二次コーンプログラム(GP-CLF-SOCP)と呼ぶ。
  論文  参考訳（メタデータ） (2020-11-14T01:27:32Z)
• Robust Reinforcement Learning with Wasserstein Constraint [49.86490922809473]
  最適なロバストなポリシーの存在を示し、摂動に対する感度分析を行い、新しいロバストな学習アルゴリズムを設計する。 提案アルゴリズムの有効性はCart-Pole環境で検証する。
  論文  参考訳（メタデータ） (2020-06-01T13:48:59Z)
• Adaptive Control and Regret Minimization in Linear Quadratic Gaussian (LQG) Setting [91.43582419264763]
  我々は不確実性に直面した楽観主義の原理に基づく新しい強化学習アルゴリズムLqgOptを提案する。 LqgOptはシステムのダイナミクスを効率的に探索し、モデルのパラメータを信頼区間まで推定し、最も楽観的なモデルのコントローラをデプロイする。
  論文  参考訳（メタデータ） (2020-03-12T19:56:38Z)

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。