論文の概要: Efficient Multi-Robot Motion Planning with Precomputed Translation-Invariant Edge Bundles

• arxiv url: http://arxiv.org/abs/2605.09801v1
• Date: Sun, 10 May 2026 22:44:19 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-05-12 23:28:50.424309
• Title: Efficient Multi-Robot Motion Planning with Precomputed Translation-Invariant Edge Bundles
• Title（参考訳）: 事前計算型翻訳不変エッジバンドルを用いた効率的なマルチロボット運動計画
• Authors: Himanshu Gupta, Paul Motter, Aritra Chakrabarty, Rishabh Sodani, Srikrishna Bangalore Raghu, Alessandro Roncone, Bradley Hayes, Zachary Sunberg,
• Abstract要約: マルチロボットモーションプランニング(MRMP)の解決には、複数のロボットに対して衝突のないキノダイナミックな生成が必要である。 サンプリングに基づくキノダイナミック動作計画のためのプランナーに依存しない動作選択機構であるKinodynamic Translation-Invariant Edge BundlesまたはKiTE-Extendを紹介する。
• 参考スコア（独自算出の注目度）: 37.96780564827039
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Solving multi-robot motion planning (MRMP) requires generating collision-free kinodynamically feasible trajectories for multiple interacting robots. We introduce Kinodynamic Translation-Invariant Edge Bundles or KiTE-Extend, a planner-agnostic action selection mechanism for sampling-based kinodynamic motion planning. KiTE-Extend uses a library of trajectory segments computed offline to guide action selection during online planning, improving the ability of existing planners to identify feasible motion segments without altering state propagation, collision checking, or cost evaluation, and without changing their theoretical guarantees. While KiTE-Extend can modestly improve single-agent planners, its benefits are most clear in the multi-agent setting, where it is able to explore more effectively and significantly improve planning through the dense spatiotemporal constraints introduced by robot-robot interaction. Through experiments on multiple kinodynamic systems and environments, we show that KiTE-Extend reduces planning time and improves scalability across the three most common MRMP paradigms: centralized, prioritized, and conflict-based.
• Abstract（参考訳）: マルチロボット・モーション・プランニング(MRMP)を解くには、複数の相互作用するロボットのための衝突のないキノダイナミックな軌道を生成する必要がある。 サンプリングに基づくキノダイナミック動作計画のためのプランナーに依存しない動作選択機構であるKinodynamic Translation-Invariant Edge BundlesまたはKiTE-Extendを紹介する。 KiTE-Extendはオフラインで計算されたトラジェクティブセグメントのライブラリを使用して、オンライン計画中のアクション選択をガイドし、既存のプランナーが状態の伝播、衝突チェック、コスト評価を変えずに実行可能な動作セグメントを識別し、理論的な保証を変更することなく改善する。 KiTE-Extendはシングルエージェントプランナを適度に改善することができるが、マルチエージェント環境では、ロボットとロボットの相互作用によって引き起こされる密集した時空間的制約により、より効果的に計画を改善することができる。 複数のキノダイナミックシステムと環境の実験を通して、KiTE-Extendは計画時間を短縮し、最も一般的なMRMPパラダイムである集中、優先順位付け、コンフリクトベースの3つの拡張性を改善する。

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)
• Ultrafast Sampling-based Kinodynamic Planning via Differential Flatness [15.37007491684187]
  AkinoPDFは、多種多様なフラットなロボットシステムのための高速並列サンプリングに基づくキノダイナミックモーションプランニング技術である。 我々の手法は高速で正確で、どのサンプリングベースモーションプランナーとも互換性がある。
  論文  参考訳（メタデータ） (2026-03-17T01:53:10Z)
• Adaptive Interactive Navigation of Quadruped Robots using Large Language Models [14.14967096139099]
  大規模言語モデル(LLM)を用いたタスク計画のための原始木を提案する。 動作計画のための多目的移動と相互作用行動を含む総合的なスキルライブラリを事前学習するために強化学習を採用する。 ツリー構造に統合されたリプランニングメカニズムにより、便利なノードの追加とプルーニングが可能になる。
  論文  参考訳（メタデータ） (2025-03-29T02:17:52Z)
• 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)
• Simultaneous Contact-Rich Grasping and Locomotion via Distributed Optimization Enabling Free-Climbing for Multi-Limbed Robots [60.06216976204385]
  移動, 把握, 接触問題を同時に解くための効率的な運動計画フレームワークを提案する。 ハードウェア実験において提案手法を実証し, より短い計画時間で, 傾斜角45degで自由クライミングを含む様々な動作を実現できることを示す。
  論文  参考訳（メタデータ） (2022-07-04T13:52:10Z)
• Multi-agent Soft Actor-Critic Based Hybrid Motion Planner for Mobile Robots [16.402201426448002]
  プランナーはモデルフリーであり、複数ロボットの状態と観測情報の終末の滑らかかつ連続的な軌跡へのエンドツーエンドのマッピングを実現することができる。 後方軌道最適化モジュールの設計は、安全ゾーン制約付き最小スナップ法に基づいている。
  論文  参考訳（メタデータ） (2021-12-13T12:23:30Z)

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。