論文の概要: PRO-SPECT: Probabilistically Safe Scalable Planning for Energy-Aware Coordinated UAV-UGV Teams in Stochastic Environments

• arxiv url: http://arxiv.org/abs/2604.02142v1
• Date: Thu, 02 Apr 2026 15:13:40 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-04-03 14:21:10.874895
• Title: PRO-SPECT: Probabilistically Safe Scalable Planning for Energy-Aware Coordinated UAV-UGV Teams in Stochastic Environments
• Title（参考訳）: Pro-SPECT:確率論的環境におけるエネルギー対応型UAV-UGVチームのための確率論的に安全なスケーラブルプランニング
• Authors: Roger Fowler, Cahit Ikbal Er, Benjamin Johnsenberg, Yasin Yazicioglu,
• Abstract要約: 本研究では,無人航空機(UAV)チームにおける環境下でのエネルギー利用計画について考察する。 UAVは、UGVを移動充電ステーションとして頼りながら、エネルギー制約を尊重しながら、最低限の時間で一連の空気点を訪れなければならない。 決定論的旅行時間や固定マージンを仮定した以前の作業とは異なり、私たちはランダム変数として時間をモデル化し、ミッション全体にわたってエラー(エネルギー枯渇)の確率を、ユーザ特定リスクレベルに制限します。
• 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: We consider energy-aware planning for an unmanned aerial vehicle (UAV) and unmanned ground vehicle (UGV) team operating in a stochastic environment. The UAV must visit a set of air points in minimum time while respecting energy constraints, relying on the UGV as a mobile charging station. Unlike prior work that assumed deterministic travel times or used fixed robustness margins, we model travel times as random variables and bound the probability of failure (energy depletion) across the entire mission to a user-specified risk level. We formulate the problem as a Mixed-Integer Program and propose PRO-SPECT, a polynomial-time algorithm that generates risk-bounded plans. The algorithm supports both offline planning and online re-planning, enabling the team to adapt to disturbances while preserving the risk bound. We provide theoretical results on solution feasibility and time complexity. We also demonstrate the performance of our method via numerical comparisons and simulations.
• Abstract（参考訳）: 本研究では,無人航空機(UAV)と無人地上車両(UGV)の確率的環境下でのエネルギー利用計画について検討する。 UAVは、UGVを移動充電ステーションとして頼りながら、エネルギー制約を尊重しながら、最低限の時間で一連の空気点を訪れなければならない。 決定論的旅行時間や固定ロバストさマージンを仮定した以前の作業とは異なり、私たちは旅行時間をランダムな変数としてモデル化し、ミッション全体にわたって失敗(エネルギー枯渇)の確率を、ユーザ特定リスクレベルに制限します。 この問題を混合整数計画として定式化し,リスクバウンド計画を生成する多項式時間アルゴリズムであるProp-SPECTを提案する。 このアルゴリズムはオフラインの計画とオンラインの再計画の両方をサポートし、チームはリスク境界を維持しながら障害に適応できる。 解実現可能性と時間複雑性に関する理論的結果を提供する。 また,数値的な比較とシミュレーションにより,本手法の性能を実証する。

関連論文リスト

• SCRAMPPI: Efficient Contingency Planning for Mobile Robot Navigation via Hamilton-Jacobi Reachability [2.6424021470496672]
  本稿では,安全制約による名目コストに対する軌道最適化問題を定式化する。 名目上の計画に沿う任意の地点から、指定された安全セットへの実現可能な軌道が存在する必要がある。 本研究は,移動ロボット上で,名目・緊急プランをリアルタイムで生成するアルゴリズムを実演し,シミュレーションおよびハードウェア実験を行った。
  論文  参考訳（メタデータ） (2026-03-27T21:09:43Z)
• Energy-Aware Collaborative Exploration for a UAV-UGV Team [0.0]
  未知の環境で運用するUAV-UGVチームのためのエネルギー対応共同探査フレームワークを提案する。 我々は密度対応層状確率的ロードマップを用いて、疎結合の空地ロードマップを構築した。 本手法はシミュレーション,ベンチマーク比較,実世界の実験を通じて検証する。
  論文  参考訳（メタデータ） (2026-03-23T19:14:01Z)
• Joint Resource Management for Energy-efficient UAV-assisted SWIPT-MEC: A Deep Reinforcement Learning Approach [50.52139512096988]
  6G Internet of Things (IoT)ネットワークは、地上インフラストラクチャが利用できない遠隔地や災害シナリオにおいて、課題に直面している。 本稿では、指向性アンテナにより強化された新しい無人航空機(UAV)支援コンピューティングシステムを提案する。
  論文  参考訳（メタデータ） (2025-05-06T06:46:19Z)
• Genetic Algorithm Based System for Path Planning with Unmanned Aerial Vehicles Swarms in Cell-Grid Environments [42.72938925647165]
  無人航空機(UAV)の群集を自律的に制御するための経路計画法が勢いを増している。 自律的な運用は労働コストを大幅に削減できるため、現在では複数のUAVを自律的に制御する必要があるシナリオが増えている。 しかし、これらのシナリオの多くは、パスプランニングを複雑にする電力線や木などの障害を含む。 本稿では, 遺伝的アルゴリズムを用いた進化的システムを用いて, 障害のある環境におけるこの問題に対処する。
  論文  参考訳（メタデータ） (2024-12-04T16:24:41Z)
• Solving Complex Multi-UAV Mission Planning Problems using Multi-objective Genetic Algorithms [4.198865250277024]
  本稿では、複雑なミッション計画問題(MPP)を解決するための多目的遺伝的アルゴリズムを提案する。 ソリューションが有効かどうかを確認するために,制約満足度問題(CSP)を用いてハイブリッドフィットネス関数を設計した。 実験の結果、新しいアルゴリズムは優れた解を得ることができるが、問題がより複雑になると、最適解を見つけることも困難になる。
  論文  参考訳（メタデータ） (2024-02-09T16:13:21Z)
• Latent Plan Transformer for Trajectory Abstraction: Planning as Latent Space Inference [53.419249906014194]
  オフライン強化学習から得られたデータセットを用いた計画のための生成モデルについて検討する。 本稿では,Transformerベースのトラジェクトリジェネレータと最終戻り値との接続に潜時変数を利用する新しいモデルであるLatent Plan Transformerを紹介する。
  論文  参考訳（メタデータ） (2024-02-07T08:18:09Z)
• A Multi-UAV System for Exploration and Target Finding in Cluttered and GPS-Denied Environments [68.31522961125589]
  複雑なGPSを用いた複雑な環境において,UAVのチームが協調して目標を探索し,発見するための枠組みを提案する。 UAVのチームは自律的にナビゲートし、探索し、検出し、既知の地図で散らばった環境でターゲットを見つける。 その結果, 提案方式は, 時間的コスト, 調査対象地域の割合, 捜索・救助ミッションの成功率などの面で改善されていることがわかった。
  論文  参考訳（メタデータ） (2021-07-19T12:54:04Z)
• CVaR-based Flight Energy Risk Assessment for Multirotor UAVs using a Deep Energy Model [1.8593061465167362]
  エネルギー管理は、無人航空機(UAV)のリスク評価の重要な側面である。 時間的畳み込みネットワークを用いたUAVの深部エネルギーモデルを構築し,その時間的変化を捉える。 条件付きバリュー・アット・リスク(CVaR)は、名目上の最悪のエネルギー消費に関連するリスクをキャプチャする。
  論文  参考訳（メタデータ） (2021-05-31T17:51:55Z)

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。