論文の概要: Safe and Energy-Aware Multi-Robot Density Control via PDE-Constrained Optimization for Long-Duration Autonomy

• arxiv url: http://arxiv.org/abs/2604.15524v1
• Date: Thu, 16 Apr 2026 21:07:36 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-04-20 22:00:19.652011
• Title: Safe and Energy-Aware Multi-Robot Density Control via PDE-Constrained Optimization for Long-Duration Autonomy
• Title（参考訳）: PDE制約による長期自律性最適化による安全・省エネルギーマルチロボット密度制御
• Authors: Longchen Niu, Andrew Nasif, Gennaro Notomista,
• Abstract要約: 二次ロボット運動は密度レベルでFokker-Planck partial Differential Equation (PDE)を通して符号化される。 制御リアプノフと制御バリア関数はPDEと統合され、目標密度追跡、障害物領域回避、エネルギー飽和を強制する。
• 参考スコア（独自算出の注目度）: 5.56881046765196
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: This paper presents a novel density control framework for multi-robot systems with spatial safety and energy sustainability guarantees. Stochastic robot motion is encoded through the Fokker-Planck Partial Differential Equation (PDE) at the density level. Control Lyapunov and control barrier functions are integrated with PDEs to enforce target density tracking, obstacle region avoidance, and energy sufficiency over multiple charging cycles. The resulting quadratic program enables fast in-the-loop implementation that adjusts commands in real-time. Multi-robot experiment and extensive simulations were conducted to demonstrate the effectiveness of the controller under localization and motion uncertainties.
• Abstract（参考訳）: 本稿では,空間安全性とエネルギー持続可能性を保証するマルチロボットシステムのための新しい密度制御フレームワークを提案する。 確率ロボットの動きは密度レベルでFokker-Planck partial Differential Equation (PDE)を通して符号化される。 制御リアプノフと制御バリア関数はPDEと統合され、複数の充電サイクルにおける目標密度追跡、障害物領域回避、エネルギー不足を強制する。 結果の二次プログラムは、リアルタイムでコマンドを調整する高速なループ実装を可能にする。 マルチロボット実験と広範囲なシミュレーションを行い、位置決めと運動の不確実性下での制御器の有効性を実証した。

関連論文リスト

• Path Planning and Reinforcement Learning-Driven Control of On-Orbit Free-Flying Multi-Arm Robots [1.0688341355376219]
  本稿では,軌道上における自由飛行型マルチアームロボットの動作計画と制御のための軌道最適化(TO)と強化学習(RL)を統合したハイブリッドアプローチを提案する。 高精度な身体制御のためのスラスタを備えたマルチアームロボット設計は、複雑な宇宙操作における冗長性と安定性を実現する。
  論文  参考訳（メタデータ） (2026-03-24T13:31:32Z)
• Warm-Starting Collision-Free Model Predictive Control With Object-Centric Diffusion [38.363402738466334]
  拡散型ウォームスタート条件と潜時オブジェクト中心のシーン表現を組み合わせることで、厳密な時間制限下での信頼性と効率的な動き生成が得られることを示す。 提案手法では,オブジェクト中心のスロットアテンション機構を用いて,システム状態,タスク,周囲に拡散トランスフォーマを設定できる。 サンプル軌道は、剛体力学と符号-距離衝突制約を強制する最適制御問題によって洗練される。
  論文  参考訳（メタデータ） (2026-01-06T10:02:54Z)
• HAD: Hierarchical Asymmetric Distillation to Bridge Spatio-Temporal Gaps in Event-Based Object Tracking [80.07224739976911]
  イベントカメラは例外的な時間分解能と範囲(モード)を提供する RGBカメラは高解像度でリッチテクスチャを捉えるのに優れていますが、イベントカメラは例外的な時間分解能とレンジ(モダル)を提供します。
  論文  参考訳（メタデータ） (2025-10-22T13:15:13Z)
• 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)
• Simultaneous Multi-Robot Motion Planning with Projected Diffusion Models [57.45019514036948]
  MRMP拡散(MRMP Diffusion, SMD)は, 制約付き最適化を拡散サンプリングプロセスに統合し, 衝突のない, キネマティックに実現可能な軌道を生成する新しい手法である。 本稿では, ロボット密度, 障害物の複雑度, 動作制約の異なるシナリオ間の軌道計画アルゴリズムを評価するための総合的MRMPベンチマークを提案する。
  論文  参考訳（メタデータ） (2025-02-05T20:51:28Z)
• Pareto Control Barrier Function for Inner Safe Set Maximization Under Input Constraints [50.920465513162334]
  入力制約下での動的システムの内部安全集合を最大化するPCBFアルゴリズムを提案する。 逆振り子に対するハミルトン・ヤコビの到達性との比較と,12次元四元数系のシミュレーションにより,その有効性を検証する。 その結果,PCBFは既存の手法を一貫して上回り,入力制約下での安全性を確保した。
  論文  参考訳（メタデータ） (2024-10-05T18:45:19Z)
• Integrating DeepRL with Robust Low-Level Control in Robotic Manipulators for Non-Repetitive Reaching Tasks [0.24578723416255746]
  ロボット工学では、現代の戦略は学習に基づくもので、複雑なブラックボックスの性質と解釈可能性の欠如が特徴である。 本稿では, 深部強化学習(DRL)に基づく衝突のない軌道プランナと, 自動調整型低レベル制御戦略を統合することを提案する。
  論文  参考訳（メタデータ） (2024-02-04T15:54:03Z)
• A Feasibility-Driven Approach to Control-Limited DDP [22.92789455838942]
  BOX-FDDPは数値最適化時の動的実現性を制御し,制御限界を確保する。 本研究では,四足歩行ロボットとヒューマノイドロボットの複合運動と運動運動の生成によるアプローチの利点を実証する。
  論文  参考訳（メタデータ） (2020-10-01T13:56:14Z)

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。