論文の概要: Bridging Discrete Planning and Continuous Execution for Redundant Robot
- arxiv url: http://arxiv.org/abs/2604.02021v1
- Date: Thu, 02 Apr 2026 13:23:54 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-04-03 14:21:10.810677
- Title: Bridging Discrete Planning and Continuous Execution for Redundant Robot
- Title（参考訳）: 冗長ロボットのブリッジング離散計画と連続実行
- Authors: Teng Yan, Yue Yu, Yihan Liu, Bingzhuo Zhong,
- Abstract要約: 冗長マニピュレータの経路計画にはボクセルグリッド強化学習が広く採用されている。
しかし、7-DoFアーム上の点数逆キネマティクスによる直接実行は、しばしばステップサイズジッタをもたらす。
この研究は、個別の計画立案者自体を変更することなく、離散的な計画と連続的な実行の間にブリッジングフレームワークを提案する。
- 参考スコア（独自算出の注目度）: 12.278986080239692
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Voxel-grid reinforcement learning is widely adopted for path planning in redundant manipulators due to its simplicity and reproducibility. However, direct execution through point-wise numerical inverse kinematics on 7-DoF arms often yields step-size jitter, abrupt joint transitions, and instability near singular configurations. This work proposes a bridging framework between discrete planning and continuous execution without modifying the discrete planner itself. On the planning side, step-normalized 26-neighbor Cartesian actions and a geometric tie-breaking mechanism are introduced to suppress unnecessary turns and eliminate step-size oscillations. On the execution side, a task-priority damped least-squares (TP-DLS) inverse kinematics layer is implemented. This layer treats end-effector position as a primary task, while posture and joint centering are handled as subordinate tasks projected into the null space, combined with trust-region clipping and joint velocity constraints. On a 7-DoF manipulator in random sparse, medium, and dense environments, this bridge raises planning success in dense scenes from about 0.58 to 1.00, shortens representative path length from roughly 1.53 m to 1.10 m, and while keeping end-effector error below 1 mm, reduces peak joint accelerations by over an order of magnitude, substantially improving the continuous execution quality of voxel-based RL paths on redundant manipulators.
- Abstract（参考訳）: ボクセルグリッド強化学習はその単純さと再現性から冗長マニピュレータの経路計画に広く採用されている。
しかし、7-DoFアーム上での点数逆キネマティクスによる直接実行は、ステップサイズのジッタ、突然の関節遷移、特異な構成付近の不安定性をもたらすことが多い。
この研究は、個別の計画立案者自体を変更することなく、離散的な計画と連続的な実行の間にブリッジングフレームワークを提案する。
計画面では、不要な旋回を抑制し、ステップサイズの振動を除去するために、ステップ正規化された26隣のカルテアン作用と幾何的タイブレーキング機構を導入する。
実行側では、タスクプライオリティ減衰最小二乗(TP-DLS)逆キネマティクス層が実装される。
この層はエンドエフェクタの位置を主要なタスクとして扱い、姿勢と関節中心はヌル空間に投影された従属タスクとして扱われ、信頼領域のクリップングと関節速度の制約が組み合わされる。
ランダムスパース、中密な環境における7-DoFマニピュレータでは、この橋は密度の高いシーンにおける計画的な成功を約0.58から1.00に引き上げ、代表経路長を約1.53mから1.10mに短縮し、エンドエフェクタ誤差を1mm以下に抑えながら、最大関節加速度を桁違いに低減し、冗長なマニピュレータ上でのボクセルベースのRLパスの継続的な実行品質を大幅に向上させる。
関連論文リスト
- Connectivity-Aware Representations for Constrained Motion Planning via Multi-Scale Contrastive Learning [6.0393663164774125]
制約された動き計画の目的は、タスク固有の制約を満たしながら開始とゴールの設定を接続することである。
本稿では,これらの課題に対して,計画前に開始と目標の設定を選択するための接続性を考慮した表現を学習することによって解決する。
論文 参考訳（メタデータ） (2026-03-26T10:44:21Z) - Bridging Semantic and Kinematic Conditions with Diffusion-based Discrete Motion Tokenizer [55.9892973179428]
MoTokは、セマンティックな抽象化をきめ細かな再構築から切り離す離散モーショントークンである。
また,HumanML3Dでは,トークンの6分の1しか使用せず,MaskControl上での制御性と忠実度を大幅に向上する。
論文 参考訳（メタデータ） (2026-03-19T17:59:51Z) - ImpedanceDiffusion: Diffusion-Based Global Path Planning for UAV Swarm Navigation with Generative Impedance Control [1.9182058480922208]
ImpedanceDiffusionは、乱雑な屋内環境における安全な群れナビゲーションのための階層的なフレームワークである。
このフレームワークは,RGB画像から直接幾何学的グローバルな軌跡を生成する。
安定なインピーダンスベース生成制御を維持しつつ、有界振動と飛行中の衝突のない92%の成功率を達成する。
論文 参考訳（メタデータ） (2026-03-10T00:06:55Z) - Dual-Agent Multiple-Model Reinforcement Learning for Event-Triggered Human-Robot Co-Adaptation in Decoupled Task Spaces [3.349003999623489]
本稿では,カスタム6自由度上肢ロボットのための共有制御型リハビリテーションポリシーを提案する。
患者は二進法で一次到達方向を制御し、ロボットは自律的に矯正動作を管理する。
論文 参考訳（メタデータ） (2026-03-06T11:15:10Z) - Many-RRT*: Robust Joint-Space Trajectory Planning for Serial Manipulators [1.157930969832493]
マニピュレータの関節空間における計画は、非可逆的な前方運動学による重要な課題を呈する。
Many-RRT* は RRT*-Connect の拡張であり、複数の目標を並行して計画している。
論文 参考訳（メタデータ） (2026-03-04T19:31:37Z) - PGTT: Phase-Guided Terrain Traversal for Perceptive Legged Locomotion [41.99844472131922]
PGTT ( Phase-Guided Terrain Traversal) は、報酬形成を通じて歩行構造を純粋に強制する認識型ディープRLアプローチである。
MuJoCo(MJX)で、カリキュラムやドメインランダム化を伴う手続き的に生成された階段のような地形で訓練されたPGTTは、プッシュ障害の下で最も成功している。
論文 参考訳（メタデータ） (2025-10-21T07:00:18Z) - Bidirectional Feature-aligned Motion Transformation for Efficient Dynamic Point Cloud Compression [97.66080040613726]
特徴空間における動きを暗黙的にモデル化する双方向特徴整合運動変換(Bi-FMT)フレームワークを提案する。
Bi-FMTは、時間的に一貫した潜在表現を生成するために、過去と将来の両方のフレームで機能を調整する。
圧縮効率とランタイムの両方において, Bi-FMT が D-DPCC と AdaDPCC を上回っていることを示す。
論文 参考訳（メタデータ） (2025-09-18T03:51:06Z) - Discrete-Guided Diffusion for Scalable and Safe Multi-Robot Motion Planning [56.240199425429445]
マルチロボット運動計画(MPMP)は、共有された連続作業空間で動作する複数のロボットのための軌道を生成する。
離散マルチエージェント探索(MAPF)法は,その拡張性から広く採用されているが,粗い離散化の軌道品質は高い。
本稿では、制約付き生成拡散モデルを用いた離散MAPF解法を導入することにより、2つのアプローチの限界に対処する。
論文 参考訳（メタデータ） (2025-08-27T17:59:36Z) - Extendable Long-Horizon Planning via Hierarchical Multiscale Diffusion [62.91968752955649]
本稿では,学習データよりも長い軌道計画を行うための,拡張可能な長期計画支援エージェントの課題に対処する。
より短いものを縫い合わせることで、より長い軌跡を反復的に生成する拡張法を提案する。
HM-ディフューザーは階層構造を用いてこれらの拡張軌道を訓練し、複数の時間スケールにわたるタスクを効率的に処理する。
論文 参考訳（メタデータ） (2025-03-25T22:52:46Z) - DiFSD: Ego-Centric Fully Sparse Paradigm with Uncertainty Denoising and Iterative Refinement for Efficient End-to-End Self-Driving [55.53171248839489]
我々は、エンドツーエンドの自動運転のためのエゴ中心の完全スパースパラダイムであるDiFSDを提案する。
特に、DiFSDは主にスパース知覚、階層的相互作用、反復的な運動プランナーから構成される。
nuScenesとBench2Driveデータセットで実施された実験は、DiFSDの優れた計画性能と優れた効率を実証している。
論文 参考訳（メタデータ） (2024-09-15T15:55:24Z)
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。