Fugu-MT 論文翻訳(概要): Feasibility-aware Hybrid Control for Motion Planning under Signal Temporal Logics

論文の概要: Feasibility-aware Hybrid Control for Motion Planning under Signal Temporal Logics

arxiv url: http://arxiv.org/abs/2605.03662v1
Date: Tue, 05 May 2026 11:42:38 GMT
ステータス: 翻訳完了
システム内更新日: 2026-05-06 19:35:43.919152
Title: Feasibility-aware Hybrid Control for Motion Planning under Signal Temporal Logics
Title（参考訳）: 信号時間論理に基づく動作計画のための実現可能性を考慮したハイブリッド制御
Authors: Panagiotis Rousseas, Dimos V. Dimarogonas,
Abstract要約: ハイブリッドモデルに基づく平面的局所課題と運動計画のための新しい手法を提案する。局所的な満足度を実現する離散変数を用いることで,制約解析手法を提案する。
参考スコア（独自算出の注目度）: 10.103844123344057
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: In this work, a novel method for planar task and motion planning based on hybrid modeling is proposed. By virtue of a discrete variable which models local constraint satisfaction and enables local feasibility analysis, the proposed control architecture unifies planning with control design. Concurrently, control barrier functions are designed on a transformed disk version of the original nonconvex and geometrically complex robotic workspace, thus amending the issue of deadlocks. Simulations of the proposed method indicate effective handling of multiple overlapping spatio-temporal tasks even in the face of input saturation.
Abstract（参考訳）: 本研究では,ハイブリッドモデルに基づく平面的タスクと運動計画のための新しい手法を提案する。局所的な制約満足度をモデル化し、局所的な実現可能性分析を可能にする離散変数により、提案した制御アーキテクチャは、制御設計と計画を統一する。同時に、制御障壁関数は、元の非凸で幾何学的に複雑なロボットワークスペースのディスクバージョンに変換され、デッドロックの問題を修正する。提案手法のシミュレーションにより,入力飽和面においても複数の時空間タスクを効果的に処理できることが示唆された。

関連論文リスト

Navigating the Clutter: Waypoint-Based Bi-Level Planning for Multi-Robot Systems [54.887871365121775]
乱雑な環境におけるマルチロボット制御は、複雑な物理的制約を伴う難しい問題である。タスクとモーションプランニングを協調的に最適化するハイブリッドマルチロボット制御フレームワークを提案する。我々のアプローチは、動作に依存しないベースラインとVLAベースのベースラインよりもタスクの成功を継続的に改善する。
論文参考訳（メタデータ） (2026-04-22T22:58:47Z)
Interleaving Scheduling and Motion Planning with Incremental Learning of Symbolic Space-Time Motion Abstractions [44.139198749024644]
Task and Motion Planningは、高レベルのタスクシークエンシングと低レベルのモーションプランニングを組み合わせることで、実現可能な、衝突のない実行計画を生成する。本稿では,共有ワークスペースにおける多目的ナビゲーションのスケジューリングと動作計画問題としてこれを定式化する。本稿では,市販のスケジューラと運動プランナをインクリメンタル学習ループでインターリーブする,新たなソリューションフレームワークを提案する。
論文参考訳（メタデータ） (2026-03-11T11:10:49Z)
Unified Task and Motion Planning using Object-centric Abstractions of Motion Constraints [56.283944756315066]
本稿では,タスクとモーションプランニングを一つの検索に統一するTAMP手法を提案する。我々のアプローチは、オフザシェルフAIサーチの計算効率を活用して、物理的に実現可能な計画が得られるような、オブジェクト中心の動作制約の抽象化に基づいている。
論文参考訳（メタデータ） (2023-12-29T14:00:20Z)
Planning as In-Painting: A Diffusion-Based Embodied Task Planning Framework for Environments under Uncertainty [56.30846158280031]
具体的AIのためのタスクプランニングは、最も難しい問題の1つだ。 In-paintingとしての計画」というタスク非依存の手法を提案する。提案するフレームワークは,様々な具体的AIタスクにおいて,有望なパフォーマンスを実現する。
論文参考訳（メタデータ） (2023-12-02T10:07:17Z)
A Unifying Variational Framework for Gaussian Process Motion Planning [44.332875416815384]
本稿では,変分ガウス過程に基づくロボット動作計画のためのフレームワークを提案する。我々のフレームワークは、平等ベース、不平等ベース、ソフトモーションプランニング制約を組み込む、原則的で柔軟な方法を提供します。その結果,提案手法は成功率とパス品質のバランスが良好であることが示唆された。
論文参考訳（メタデータ） (2023-09-02T07:51:29Z)
DiMSam: Diffusion Models as Samplers for Task and Motion Planning under Partial Observability [58.75803543245372]
タスク・アンド・モーション・プランニング(TAMP)アプローチは多段階自律ロボット操作の計画に適している。本稿では,TAMPシステムを用いた拡散モデルの構築により,これらの制限を克服することを提案する。古典的TAMP, 生成モデリング, 潜伏埋め込みの組み合わせによって, 多段階制約に基づく推論が可能となることを示す。
論文参考訳（メタデータ） (2023-06-22T20:40:24Z)
Optimal task and motion planning and execution for human-robot multi-agent systems in dynamic environments [54.39292848359306]
本稿では,タスクのシーケンシング,割り当て,実行を最適化するタスクと動作計画の組み合わせを提案する。このフレームワークはタスクとアクションの分離に依存しており、アクションはシンボル的タスクの幾何学的実現の可能な1つの可能性である。ロボットアームと人間の作業員がモザイクを組み立てる共同製造シナリオにおけるアプローチの有効性を実証する。
論文参考訳（メタデータ） (2023-03-27T01:50:45Z)
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)

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。