Fugu-MT 論文翻訳(概要): SeaVis: Modeling and Control of a Remotely Operated Towed Vehicle for Seabed Visualization and Mapping

論文の概要: SeaVis: Modeling and Control of a Remotely Operated Towed Vehicle for Seabed Visualization and Mapping

arxiv url: http://arxiv.org/abs/2605.14683v1
Date: Thu, 14 May 2026 10:57:38 GMT
ステータス: 翻訳完了
システム内更新日: 2026-05-15 21:45:34.782192
Title: SeaVis: Modeling and Control of a Remotely Operated Towed Vehicle for Seabed Visualization and Mapping
Title（参考訳）: SeaVis: 海底の可視化とマッピングのための遠隔操作牽引車のモデリングと制御
Abstract要約: 本稿では, 遠隔操作牽引車(ROTV)の数学的モデルを提案する。我々は、頑健な深さと姿勢制御のためのゲインスケジューリング線形四分法レギュレータ(LQR)を開発した。
参考スコア（独自算出の注目度）: 1.7471573753275775
License: http://creativecommons.org/licenses/by/4.0/
Abstract: High-resolution seafloor mapping necessitates stable and precise positioning for underwater robots. This paper introduces a novel mathematical model for SeaVis remotely operated towed vehicles (ROTVs) and develops a gain-scheduled linear-quadratic regulator (LQR) for robust depth and attitude control. We validate the approach in a high-fidelity simulation, benchmarking the LQR against a conventional PID controller over a challenging seabed profile. The presented results demonstrate the LQR's superior performance, with significantly enhanced robustness to disturbances, greater control efficiency, and substantially reduced flap actuation. The gain scheduling also confirms the controller's effectiveness across the full operational velocity range. The complete simulation environment and controller are open-sourced.
Abstract（参考訳）: 高分解能海底マッピングは水中ロボットの安定かつ正確な位置決めを必要とする。本稿では, 遠隔操作型牽引車(ROTV)の数学的モデルを提案し, 頑健な深度・姿勢制御のためのゲインスケジューリング型リニアクアクラティックレギュレータ(LQR)を開発した。この手法を高忠実度シミュレーションで検証し,従来のPIDコントローラに対するLQRのベンチマークを行った。以上の結果から,LQRの性能が向上し,外乱に対する堅牢性が著しく向上し,制御効率が向上し,フラップ動作が著しく低減された。利得スケジューリングはまた、全動作速度範囲にわたってコントローラの有効性を確認する。シミュレーション環境とコントローラはオープンソースである。

関連論文リスト

An Adaptive Control Architecture for Slope and Terrain Compensation in Autonomous Navigation in Mediterranean Greenhouses [38.96391848836269]
本稿では,輸送ペイロードに基づく新しい地形適応戦略を提案し,高精度かつロバストな軌道追跡を実現する。提案手法は, (i) 最も一般的な温室効果土, コンクリート, コンパクト砂, 砂利, および (ii) IMUを用いた地形斜面の直接測定の実験的評価に基づく。この情報に基づいて、カスケード軌道追跡スキームが設計され、外側ループのモデルベース予測コントローラ(MPC)と内側ループのPIコントローラで構成されている。
論文参考訳（メタデータ） (2026-09-02T11:55:47Z)
SkyJEPA: Learning Long-Horizon World Models for Zero-Shot Sim-to-Real Control of Quadrotors [48.60897189520386]
本稿では,実時間四重項制御のためのJEPAスタイルモデルを提案する。我々は、潜伏動力学モデルと、凍結した潜伏者を解釈可能な状態にマッピングする、物理学に着想を得た新しいプロバーを組み合わせる。高価で安全性の低い実世界のデータ収集への依存を低減するため,自動データセット生成のための構造化パイプラインを構築した。
論文参考訳（メタデータ） (2026-06-22T15:00:59Z)
Hardware- and Vision-in-the-Loop Validation of Deep Monocular Pose Estimation for Autonomous Maritime UAV Flight [2.0935101589828244]
本稿では,船内における完全自律飛行を実現するハードウェア検証型ビジョン・イン・ザ・ループ・フレームワークを提案する。その結果、艦載配備前に海上でのUAV自律性を開発するための安全で現実的な中間段階が確立された。
論文参考訳（メタデータ） (2026-06-17T15:18:11Z)
Bridging Large-Model Reasoning and Real-Time Control via Agentic Fast-Slow Planning [42.15812524999639]
Agentic Fast-Slow Planning(エージェント・ファスト・スロー・プランニング)は、知覚、推論、計画、そして自然の時間スケールをまたいだ制御を分離する階層的なフレームワークである。エージェント高速スロープランニングは摂動下での堅牢性を向上し、純粋なMPCおよびA*誘導MPCベースラインと比較して、横方向偏差を最大45%減らし、完了時間を12%以上短縮することを示した。
論文参考訳（メタデータ） (2026-04-02T06:34:29Z)
Lightweight Model Predictive Control for Spacecraft Rendezvous Attitude Synchronization [39.146761527401424]
本研究は、2つの軽量モデル予測制御(MPC)アプローチを導入し、宇宙船のランデブー同期時の反応輪を用いた姿勢追跡を行う。我々は単一ループとデュアルループMPCを開発し、後者は内部ループ内に安定化フィードバックコントローラを組み込み、線形時間不変システムを生成する。
論文参考訳（メタデータ） (2026-03-19T13:58:55Z)
Consistent and Efficient MSCKF-based LiDAR-Inertial Odometry with Inferred Cluster-to-Plane Constraints for UAVs [46.21996481591401]
本稿では,UAVに適した一貫した,効率的なLiDAR-Inertial Odometryフレームワークを提案する。スライディングウインドウのコプラナー制約にヌル空間プロジェクションを適用することにより、状態ベクトルにおける特徴パラメータへの直接依存を排除できる。退化シナリオにおける堅牢性の向上,マップのない性質によるメモリ使用量の最小化,リソース制約の組込みプラットフォーム上でのリアルタイム実行などを実現している。
論文参考訳（メタデータ） (2026-03-13T11:09:50Z)
Towards reliable subsea object recovery: a simulation study of an auv with a suction-actuated end effector [1.1984905847118061]
本稿では,ハダル小型車両(HSV)を用いた完全自律海底物体回収ミッションのシミュレーションに基づく研究について述べる。ストーンフィッシュシミュレーターは、現実的な車両力学、流体力学の障害、センシング、およびハダルのような条件下での標的物体との相互作用をモデル化するために使用される。 HSVは海面から6000mまで自律的に降下し、構造的な海底被覆を行い、対象物を検出し、吸引による回復を行う。
論文参考訳（メタデータ） (2026-01-03T07:55:23Z)
Improved Robustness of Deep Reinforcement Learning for Control of Time-Varying Systems by Bounded Extremum Seeking [39.407739937584104]
深部強化学習制御器の頑健性を改善するため,頑健なモデル独立有界限界探索(ES)フィードバック制御について検討した。ロスアラモス中性子科学センター線形粒子加速器における低エネルギービーム輸送部の自動チューニングのための一般時変系とES-DRL制御器の数値的研究を行った。
論文参考訳（メタデータ） (2025-10-02T18:53:02Z)
Never too Prim to Swim: An LLM-Enhanced RL-based Adaptive S-Surface Controller for AUVs under Extreme Sea Conditions [14.527926185417874]
大規模言語モデル(LLM)強化学習(RL)に基づくAUV用適応S面制御マルチモーダルおよび構造化された明示的なタスクフィードバックを用いることで、LLMは共同調整を可能にし、複数の目的をバランスさせ、タスク指向のパフォーマンスと適応性を高める。提案したコントローラでは、RLポリシは、S面コントローラが制御信号に変換するタスク指向の高レベルコマンドを出力する、上層タスクに重点を置いている。
論文参考訳（メタデータ） (2025-03-01T15:01:50Z)
Robust Path Following on Rivers Using Bootstrapped Reinforcement Learning [0.0]
本稿では,内陸海域における自律型表面容器(ASV)の航行制御のための深層強化学習(DRL)エージェントを開発した。最先端のブートストラップ付きQ-ラーニングアルゴリズムと多用途のトレーニング環境ジェネレータを組み合わせることで、堅牢で正確な舵制御を実現する。
論文参考訳（メタデータ） (2023-03-24T07:21:27Z)
Designing a Robust Low-Level Agnostic Controller for a Quadrotor with Actor-Critic Reinforcement Learning [0.38073142980732994]
ソフトアクター・クリティカルに基づく低レベルウェイポイント誘導制御器の訓練段階におけるドメインランダム化を提案する。トレーニング中の四元数力学に一定の不確実性を導入することにより、より大規模な四元数パラメータを用いて提案課題を実行することができる制御器が得られることを示す。
論文参考訳（メタデータ） (2022-10-06T14:58:19Z)
Safe and Efficient Model-free Adaptive Control via Bayesian Optimization [39.962395119933596]
適応制御のための純粋データ駆動型モデルフリーアプローチを提案する。システムデータのみに基づく低レベルコントローラのチューニングは、アルゴリズムの安全性と計算性能に懸念を生じさせる。我々は,提案手法がサンプル効率であり,安全性の観点から制約ベイズ最適化よりも優れており,グリッド評価によって計算された性能オプティマを達成することを数値的に示す。
論文参考訳（メタデータ） (2021-01-19T19:15:00Z)
Adaptive Control and Regret Minimization in Linear Quadratic Gaussian (LQG) Setting [91.43582419264763]
我々は不確実性に直面した楽観主義の原理に基づく新しい強化学習アルゴリズムLqgOptを提案する。 LqgOptはシステムのダイナミクスを効率的に探索し、モデルのパラメータを信頼区間まで推定し、最も楽観的なモデルのコントローラをデプロイする。
論文参考訳（メタデータ） (2020-03-12T19:56:38Z)

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。