Fugu-MT 論文翻訳(概要): Reactive Planning based Control for Mobile Robots in Obstacle-Cluttered Environments

論文の概要: Reactive Planning based Control for Mobile Robots in Obstacle-Cluttered Environments

arxiv url: http://arxiv.org/abs/2605.14232v1
Date: Thu, 14 May 2026 00:57:28 GMT
ステータス: 翻訳完了
システム内更新日: 2026-05-15 21:45:34.558753
Title: Reactive Planning based Control for Mobile Robots in Obstacle-Cluttered Environments
Title（参考訳）: 障害物クラッタ環境における移動ロボットの反応計画に基づく制御
Authors: Li Tan, Junlin Xiong, Yan Wang, Wei Ren,
Abstract要約: 本稿では,障害物分散環境における移動ロボットの動作制御問題に対処する。移動ロボットは、部分的な環境情報のみを有し、衝突することなく、初期位置から目標位置へ移動することを目的としている。
参考スコア（独自算出の注目度）: 10.146370476466409
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: This paper addresses the motion control problem for mobile robots in obstacle-cluttered environments. The mobile robot has partial environment information only, and aims to move from an initial position to a target position without collisions. For this purpose, a reactive planning based control strategy (RPCS) is proposed. First, the initial and target positions are connected as a reference trajectory. Then, a reactive planning strategy (RPS) is developed to ensure the collision avoidance by modifying the reference trajectory locally based on the partial environment information. Next, an adaptive tracking control strategy (ATCS) is proposed to track the reference trajectory with potentially local modifications via the discretization techniques. Finally, the RPS and ATCS are combined to establish the RPCS, whose efficacy and advantages are illustrated by numerical examples.
Abstract（参考訳）: 本稿では,障害物分散環境における移動ロボットの動作制御問題に対処する。移動ロボットは、部分的な環境情報のみを有し、衝突することなく、初期位置から目標位置へ移動することを目指している。この目的のために、リアクティブ計画ベースコントロール戦略(RPCS)が提案されている。まず、初期位置と目標位置を基準軌跡として接続する。そして、その部分環境情報に基づいて基準軌道を局所的に変更することにより衝突回避を確保するために、反応計画戦略(RPS)を開発する。次に,アダプティブ・トラッキング・コントロール・ストラテジー (ATCS) を提案する。最後に RPS と ATCS を組み合わせて RPCS を確立する。

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)
Optimal Trajectory Planning for Orbital Robot Rendezvous and Docking [2.666234597824067]
人工衛星に搭載されたロボットマニピュレータを用いた宇宙ゴミ除去ミッションでは、安全にタンブリングターゲットに接近することが重要な課題である。本研究では, 近距離ランデブーの非線形最適化に基づく軌道計画手法を提案し, 自由浮遊回転するデブリ物体をマニピュレータの作業空間に導入する。提案手法では, 接近条件に応じて適応し, ターゲットに近づき, より安全なアクセスを可能にするダイナミック・キープアウト・スフィアを導入する。
論文参考訳（メタデータ） (2025-12-26T06:11:54Z)
ReMoSPLAT: Reactive Mobile Manipulation Control on a Gaussian Splat [3.983697124458495]
反応性制御は、移動マニピュレータのベースとアームの動きを優雅に調整することができる。本稿では,モバイル操作のための2次プログラム定式化に基づくレスポンシブコントローラReMoSPLATを提案する。
論文参考訳（メタデータ） (2025-12-10T13:52:08Z)
Joint Active RIS Configuration and User Power Control for Localization: A Neuroevolution-Based Approach [49.48992202227772]
Reconfigurable Intelligent Surface (RIS) によるユーザローカライゼーションの研究ベースステーションからユーザへのフィードバックリンクを採用し、アップリンク内のユーザパイロット送信の動的電力制御を可能にする。 RIS位相構成とユーザ送信電力のジョイント制御のための新しいマルチエージェントアルゴリズムを提案する。
論文参考訳（メタデータ） (2025-09-25T07:36:04Z)
Multi-Waypoint Path Planning and Motion Control for Non-holonomic Mobile Robots in Agricultural Applications [0.0]
無人移動ロボットは、非構造農業環境をナビゲートできるという需要が高まっている。草地における雑草制御のようなタスクは、順序のない座標の集合を通して効率的な経路計画を必要とする。本稿では,Dubins Traveling Salesman問題に基づくグローバルパスプランナを組み合わせた統合ナビゲ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） (2025-07-31T08:56:24Z)
Policy Learning for Active Target Tracking over Continuous SE(3) Trajectories [17.02349693502558]
本稿では,移動ロボットを用いた動的目標追跡のためのモデルベースポリシー勾配アルゴリズムを提案する。この課題は、目標分布エントロピーによって測定された目標状態の不確実性を低減するセンサ測定を収集する、移動ロボットの継続的な制御ポリシーを得ることである。
論文参考訳（メタデータ） (2022-12-03T01:10:44Z)
Online Grounding of PDDL Domains by Acting and Sensing in Unknown Environments [62.11612385360421]
本稿では,エージェントが異なるタスクを実行できるフレームワークを提案する。機械学習モデルを統合して、感覚データを抽象化し、目標達成のためのシンボリックプランニング、ナビゲーションのためのパスプランニングを行う。提案手法を,RGB-Dオンボードカメラ,GPS,コンパスなど,正確なシミュレーション環境で評価する。
論文参考訳（メタデータ） (2021-12-18T21:48:20Z)
Nonprehensile Riemannian Motion Predictive Control [57.295751294224765]
本稿では,リアル・ツー・シムの報酬分析手法を導入し,リアルなロボット・プラットフォームに対する行動の可能性を確実に予測する。連続的なアクション空間でオブジェクトを反応的にプッシュするクローズドループコントローラを作成します。我々は,RMPCが乱雑な環境だけでなく,乱雑な環境においても頑健であり,ベースラインよりも優れていることを観察した。
論文参考訳（メタデータ） (2021-11-15T18:50:04Z)
SABER: Data-Driven Motion Planner for Autonomously Navigating Heterogeneous Robots [112.2491765424719]
我々は、データ駆動型アプローチを用いて、異種ロボットチームをグローバルな目標に向けてナビゲートする、エンドツーエンドのオンラインモーションプランニングフレームワークを提案する。モデル予測制御(SMPC)を用いて,ロボット力学を満たす制御入力を計算し,障害物回避時の不確実性を考慮した。リカレントニューラルネットワークは、SMPC有限時間地平線解における将来の状態の不確かさを素早く推定するために用いられる。ディープQ学習エージェントがハイレベルパスプランナーとして機能し、SMPCにロボットを望ましいグローバルな目標に向けて移動させる目標位置を提供する。
論文参考訳（メタデータ） (2021-08-03T02:56:21Z)
Risk-Averse MPC via Visual-Inertial Input and Recurrent Networks for Online Collision Avoidance [95.86944752753564]
本稿では,モデル予測制御(MPC)の定式化を拡張したオンライン経路計画アーキテクチャを提案する。我々のアルゴリズムは、状態推定の共分散を推論するリカレントニューラルネットワーク(RNN)とオブジェクト検出パイプラインを組み合わせる。本手法のロバスト性は, 複雑な四足歩行ロボットの力学で検証され, ほとんどのロボットプラットフォームに適用可能である。
論文参考訳（メタデータ） (2020-07-28T07:34:30Z)

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。