論文の概要: Lexicographic Minimum-Violation Motion Planning using Signal Temporal Logic

• arxiv url: http://arxiv.org/abs/2604.20428v1
• Date: Wed, 22 Apr 2026 10:49:09 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-04-23 15:36:11.090566
• Title: Lexicographic Minimum-Violation Motion Planning using Signal Temporal Logic
• Title（参考訳）: 信号時間論理を用いたLexicographic Minimum-Violation Motion Planning
• Authors: Patrick Halder, Lothar Kiltz, Hannes Homburger, Johannes Reuter, Matthias Althoff,
• Abstract要約: 自動運転車の運動計画には、複数の条件に矛盾する仕様を満たす必要があることが多い。 信号時相論理は、これらの仕様を厳格に定義するための形式言語を提供する。 仕様の総順序付けは、語彙最適化の問題をもたらす。 我々は,多目的レキシコグラフィー最適化問題を単一目的スカラー最適化問題に変換することでこの問題に対処する。
• 参考スコア（独自算出の注目度）: 9.646103797793614
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Motion planning for autonomous vehicles often requires satisfying multiple conditionally conflicting specifications. In situations where not all specifications can be met simultaneously, minimum-violation motion planning maintains system operation by minimizing violations of specifications in accordance with their priorities. Signal temporal logic (STL) provides a formal language for rigorously defining these specifications and enables the quantitative evaluation of their violations. However, a total ordering of specifications yields a lexicographic optimization problem, which is typically computationally expensive to solve using standard methods. We address this problem by transforming the multi-objective lexicographic optimization problem into a single-objective scalar optimization problem using non-uniform quantization and bit-shifting. Specifically, we extend a deterministic model predictive path integral (MPPI) solver to efficiently solve optimization problems without quadratic input cost. Additionally, a novel predicate-robustness measure that combines spatial and temporal violations is introduced. Our results show that the proposed method offers an interpretable and scalable solution for lexicographic STL minimum-violation motion planning within a single-objective solver framework.
• Abstract（参考訳）: 自動運転車の運動計画には、複数の条件に矛盾する仕様を満たす必要があることが多い。 すべての仕様を同時に満たすことができない状況において、最小限の違反動作計画はその優先事項に従って仕様違反を最小限に抑えてシステム動作を維持する。 信号時相論理(STL)は、これらの仕様を厳格に定義するための形式言語を提供し、それらの違反を定量的に評価することを可能にする。 しかし、仕様の完全な順序付けは、レキシコグラフィー最適化の問題をもたらす。 非一様量子化とビットシフトを用いた多目的レキシコグラフィー最適化問題を単目的スカラー最適化問題に変換することでこの問題に対処する。 具体的には,2次入力コストを伴わない最適化問題を効率的に解くために,決定論的モデル予測経路積分(MPPI)法を拡張した。 また、空間的・時間的違反を組み合わせた新しい述語・ロマンス性尺度も導入されている。 提案手法は, 単目的ソルバフレームワーク内でのLTL最小違反動作計画に対して, 解釈可能かつスケーラブルな解法を提供することを示す。

関連論文リスト

• Feasibility Restoration under Conflicting STL Specifications with Pareto-Optimal Refinement [18.383508411056944]
  Signal Temporal Logic (STL) は、ロボット工学における表現的要求を規定する表現的言語である。 STL仕様は、安全規則、交通規制、タスクと目的を一緒に満たせない現実世界のアプリケーションでは矛盾する可能性がある。 本稿では,最小限の緩和による実現可能性の回復を図り,それを価値認識多目的最適化問題として定式化し,実現可能な解を洗練する,統合された2段階フレームワークを提案する。
  論文  参考訳（メタデータ） (2026-03-06T23:41:01Z)
• Optimality-Informed Neural Networks for Solving Parametric Optimization Problems [0.688204255655161]
  ニューラルネットワークを用いてパラメータから原始最適解、および対応する双対への写像を学習することを提案する。 我々のアプローチであるOptimality-informed Neural Networks (OptINNs) は、(i) 1次最適条件の違反を罰するKKT残留損失を組み合わせたものである。 低次元から高次元までの様々な非線形最適化問題に対してOPTINNを評価する。
  論文  参考訳（メタデータ） (2025-12-23T11:24:45Z)
• A Graphical Global Optimization Framework for Parameter Estimation of Statistical Models with Nonconvex Regularization Functions [0.0]
  線形ノルムバウンド制約の問題は、ポートフォリオ最適化、機械学習、機能選択など、さまざまなアプリケーションで発生する。 本稿では,これらの問題をグローバルに解決するための新しいグラフベース手法を提案する。
  論文  参考訳（メタデータ） (2025-05-06T18:09:54Z)
• Generalization Bounds of Surrogate Policies for Combinatorial Optimization Problems [53.03951222945921]
  我々はスムーズな(摂動された)ポリシーを解析し、線形オラクルが使用する方向に対して制御されたランダムな摂動を付加する。 我々の主な貢献は、過剰リスクを摂動バイアス、統計的推定誤差、最適化誤差に分解する一般化境界である。 車両のスケジューリングやスムーズ化がトラクタブルトレーニングと制御された一般化の両方を可能にしていることを示す。
  論文  参考訳（メタデータ） (2024-07-24T12:00:30Z)
• A Penalty-Based Guardrail Algorithm for Non-Decreasing Optimization with Inequality Constraints [1.5498250598583487]
  伝統的な数学的プログラミングの解法は制約付き最小化問題を解くのに長い計算時間を必要とする。 ペナルティに基づくガードレールアルゴリズム(PGA)を提案する。
  論文  参考訳（メタデータ） (2024-05-03T10:37:34Z)
• Accelerated First-Order Optimization under Nonlinear Constraints [61.98523595657983]
  我々は、制約付き最適化のための一階アルゴリズムと非滑らかなシステムの間で、新しい一階アルゴリズムのクラスを設計する。 これらのアルゴリズムの重要な性質は、制約がスパース変数の代わりに速度で表されることである。
  論文  参考訳（メタデータ） (2023-02-01T08:50:48Z)
• On Constraints in First-Order Optimization: A View from Non-Smooth Dynamical Systems [99.59934203759754]
  本稿では,スムーズな制約付き最適化のための一階法について紹介する。 提案手法の2つの特徴は、実現可能な集合全体の投影や最適化が避けられることである。 結果として得られるアルゴリズムの手順は、制約が非線形であっても簡単に実装できる。
  論文  参考訳（メタデータ） (2021-07-17T11:45:13Z)
• Offline Model-Based Optimization via Normalized Maximum Likelihood Estimation [101.22379613810881]
  データ駆動最適化の問題を検討し、一定の点セットでクエリのみを与えられた関数を最大化する必要がある。 この問題は、関数評価が複雑で高価なプロセスである多くの領域に現れる。 我々は,提案手法を高容量ニューラルネットワークモデルに拡張可能なトラクタブル近似を提案する。
  論文  参考訳（メタデータ） (2021-02-16T06:04:27Z)
• Meta-learning based Alternating Minimization Algorithm for Non-convex Optimization [9.774392581946108]
  複数変数の非プロブレムに挑戦する新しい解を提案する。 提案手法では,他の手法が一般的に失敗するケースに対して,効果的なイテレーションを実現することができる。
  論文  参考訳（メタデータ） (2020-09-09T10:45:00Z)
• Goal Kernel Planning: Linearly-Solvable Non-Markovian Policies for Logical Tasks with Goal-Conditioned Options [54.40780660868349]
  我々はLinearly-Solvable Goal Kernel Dynamic Programming (LS-GKDP)と呼ばれる合成フレームワークを導入する。 LS-GKDPは、Linearly-Solvable Markov Decision Process (LMDP)形式とOptions Framework of Reinforcement Learningを組み合わせたものである。 本稿では,目標カーネルを持つLMDPが,タスク接地によって定義された低次元部分空間におけるメタポリティシの効率的な最適化を実現する方法を示す。
  論文  参考訳（メタデータ） (2020-07-06T05:13:20Z)
• Convergence of adaptive algorithms for weakly convex constrained optimization [59.36386973876765]
  モローエンベロープの勾配のノルムに対して$mathcaltilde O(t-1/4)$収束率を証明する。 我々の分析では、最小バッチサイズが1ドル、定数が1位と2位のモーメントパラメータが1ドル、そしておそらくスムーズな最適化ドメインで機能する。
  論文  参考訳（メタデータ） (2020-06-11T17:43:19Z)

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。