論文の概要: A cell-decomposition based path planner for 3D navigation in constrained workspaces

• arxiv url: http://arxiv.org/abs/2605.10086v1
• Date: Mon, 11 May 2026 07:06:53 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-05-12 23:28:50.589291
• Title: A cell-decomposition based path planner for 3D navigation in constrained workspaces
• Title（参考訳）: 制約された作業空間における3次元ナビゲーションのためのセル分割型経路プランナ
• Authors: João P. L. Morais, Luciano C. A. Pimenta, Marcelo A. Santos, Guilherme V. Raffo,
• Abstract要約: 本稿では,バイナリ占有格子のセル分解アルゴリズムを提案する。 各細胞から少なくとも1つの隣接細胞への相互に完全な可視性を確保する。 提案手法では,2次コーンプログラム (SOCP) と混合整数変種 (MISOCP) の両方を定式化する。
• 参考スコア（独自算出の注目度）: 2.9223917785251294
• License: http://creativecommons.org/licenses/by-nc-nd/4.0/
• Abstract: This paper proposes a cell decomposition algorithm for binary occupancy grids that ensures mutual complete visibility from each cell to at least one adjacent cell. This decomposition establishes a simplified framework for verifying path feasibility that can be easily embedded in optimization problems. To illustrate its utility, we formulate both second-order cone programs (SOCP) and their mixed-integer variant (MISOCP) within the proposed framework. Furthermore, we propose the KSP-SOCP method, which combines Yen's k-shortest path algorithm with the SOCP, achieving improved solutions compared to a standard SOCP approach while avoiding the computational burden of MISOCP. The cell decomposition algorithm, KSP-SOCP, and MISOCP approaches were evaluated in 9 city-like workspaces. The decomposition efficiently partitioned each map, enabling both optimization methods to compute feasible paths. The proposed KSP-SOCP achieved time performance comparable to the MISOCP while requiring less memory, making it highly suitable for large-scale problems.
• Abstract（参考訳）: 本稿では,各セルから少なくとも1つの隣接セルへの相互完全可視性を確保するために,バイナリ占有グリッドのセル分解アルゴリズムを提案する。 この分解により、最適化問題に容易に組み込むことができる経路実現可能性を検証するための簡易なフレームワークが確立される。 その有用性を説明するために,提案フレームワークでは,2次コーンプログラム (SOCP) と混合整数変種 (MISOCP) の両方を定式化する。 さらに,Yenのk-shortest pathアルゴリズムとSOCPを組み合わせたKSP-SOCP法を提案する。 都市型9つのワークスペースにおいて, 細胞分解アルゴリズム, KSP-SOCP, MISOCPアプローチを評価した。 分解は各マップを効率よく分割し、両方の最適化手法で実現可能な経路を計算した。 提案した KSP-SOCP は、メモリを少なくしながら MISOCP に匹敵する時間性能を達成し、大規模な問題に非常に適している。

関連論文リスト

• Conflict-Driven Clause Learning with VSIDS Heuristics for Discrete Facility Layout [0.0]
  本稿では,コンフリクト駆動型クローズラーニング(CDCL)とDSを個別の施設レイアウト問題に対する計算エンジンとして用いることを検討した。 レイアウト実現のためのCNFベースの定式化を開発し,CDCLベースのSAT解とCPSATおよびMILPの定式化を比較した。
  論文  参考訳（メタデータ） (2025-12-19T20:03:37Z)
• A Gradient Meta-Learning Joint Optimization for Beamforming and Antenna Position in Pinching-Antenna Systems [63.213207442368294]
  マルチ導波路ピンチアンテナシステムの新しい最適化設計について検討する。 提案したGML-JOアルゴリズムは,既存の最適化手法と比較して,様々な選択や性能に頑健である。
  論文  参考訳（メタデータ） (2025-06-14T17:35:27Z)
• CSF: Fixed-outline Floorplanning Based on the Conjugate Subgradient Algorithm Assisted by Q-Learning [9.16178663078742]
  共役劣等化アルゴリズム(CSA)による非滑らかな解析フロアプランニングモデルを提案する。 MCNCおよびGSRCベンチマークの実験結果から、CSAQ(CSF)に基づく固定アウトラインフロアプランニングアルゴリズムが提案されていることが示されている。 また、CSFはハードモジュールのみを含むフロアプランニングシナリオにおける最先端のアルゴリズムと競合することを示した。
  論文  参考訳（メタデータ） (2025-04-04T04:01:26Z)
• Research on reinforcement learning based warehouse robot navigation algorithm in complex warehouse layout [13.945240113332352]
  本稿では, PPO と Dijkstra のアルゴリズム, Proximal Policy-Dijkstra (PP-D) の新たな手法を提案する。 PP-D法はPPOによる効率的な戦略学習とリアルタイム意思決定を実現し,Dijkstraアルゴリズムを用いてグローバル最適経路を計画する。
  論文  参考訳（メタデータ） (2024-11-09T09:44:03Z)
• A new simplified MOPSO based on Swarm Elitism and Swarm Memory: MO-ETPSO [0.0]
  Elitist PSO (MO-ETPSO) は多目的最適化問題に適用される。 提案アルゴリズムは、確立されたNSGA-IIアプローチからコア戦略を統合する。 このアルゴリズムの新たな側面は、SwarmメモリとSwarmエリート主義の導入である。
  論文  参考訳（メタデータ） (2024-02-20T09:36:18Z)
• Floorplanning of VLSI by Mixed-Variable Optimization [42.82770651937298]
  本稿では,混合変数のフロアプランニング問題を解くためのメメティックアルゴリズムを提案する。 提案アルゴリズムは、著名なB*木に基づくフロアプランニングアルゴリズムよりも優れている。
  論文  参考訳（メタデータ） (2024-01-27T06:34:16Z)
• Accelerating Cutting-Plane Algorithms via Reinforcement Learning Surrogates [49.84541884653309]
  凸離散最適化問題に対する現在の標準的なアプローチは、カットプレーンアルゴリズムを使うことである。 多くの汎用カット生成アルゴリズムが存在するにもかかわらず、大規模な離散最適化問題は、難易度に悩まされ続けている。 そこで本研究では,強化学習による切削平面アルゴリズムの高速化手法を提案する。
  論文  参考訳（メタデータ） (2023-07-17T20:11:56Z)
• Fast Computation of Optimal Transport via Entropy-Regularized Extragradient Methods [75.34939761152587]
  2つの分布間の最適な輸送距離の効率的な計算は、様々な応用を促進するアルゴリズムとして機能する。 本稿では,$varepsilon$加法精度で最適な輸送を計算できるスケーラブルな一階最適化法を提案する。
  論文  参考訳（メタデータ） (2023-01-30T15:46:39Z)
• Lower Bounds and Optimal Algorithms for Smooth and Strongly Convex Decentralized Optimization Over Time-Varying Networks [79.16773494166644]
  通信ネットワークのノード間を分散的に保存するスムーズで強い凸関数の和を最小化するタスクについて検討する。 我々は、これらの下位境界を達成するための2つの最適アルゴリズムを設計する。 我々は,既存の最先端手法と実験的な比較を行うことにより,これらのアルゴリズムの理論的効率を裏付ける。
  論文  参考訳（メタデータ） (2021-06-08T15:54:44Z)
• Combining Deep Learning and Optimization for Security-Constrained Optimal Power Flow [94.24763814458686]
  セキュリティに制約のある最適電力フロー(SCOPF)は、電力システムの基本である。 SCOPF問題におけるAPRのモデル化は、複雑な大規模混合整数プログラムをもたらす。 本稿では,ディープラーニングとロバスト最適化を組み合わせた新しい手法を提案する。
  論文  参考訳（メタデータ） (2020-07-14T12:38:21Z)

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。