論文の概要: Parallel Differentiable Reachability for Learning and Planning with Certified Neural Dynamics and Controllers

• arxiv url: http://arxiv.org/abs/2605.25346v1
• Date: Mon, 25 May 2026 02:04:06 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-05-26 19:50:19.241041
• Title: Parallel Differentiable Reachability for Learning and Planning with Certified Neural Dynamics and Controllers
• Title（参考訳）: 認証されたニューラルダイナミクスと制御器を用いた学習と計画のための並列微分到達可能性
• Authors: Keyi Shen, Glen Chou,
• Abstract要約: 解析的およびNNに基づく動的およびコントローラを備えた連続時間および離散時間システムのための並列化可能な、差別化可能な到達性フレームワークをJAXに提示する。 我々のフレームワークは,アフィン依存を保存する統一表現を通じて,テイラーモデルフローパイプ構造とCROWNスタイルの線形境界伝搬を組み合わせたものである。 このリーチビリティ・プリミティブに基づいて、(i)リーチビリティ・フレンドリなダイナミックスモデルとコントローラを促進するための認定トレーニング手法を開発し、(ii)勾配に基づく改良を伴うリーチビリティ・アウェア・サンプリングベースのMPCスキームを開発した。
• 参考スコア（独自算出の注目度）: 3.953304476953445
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Neural network (NN) dynamics models and control policies achieve strong performance in robotics, but providing sound guarantees under uncertainty remains difficult, especially for closed-loop NN systems. Existing reachability tools provide formal over-approximations, yet are often non-differentiable, overly conservative, or too slow for modern learning and online planning pipelines. To address this, we present a parallelizable, differentiable reachability framework in JAX for continuous- and discrete-time systems with analytical and NN-based dynamics and controllers. Our framework combines Taylor-model flowpipe construction with CROWN-style linear bound propagation through a unified representation that preserves affine dependencies while supporting GPU-batched computation and automatic differentiation. Building on this reachability primitive, we develop (i) a certified training method that encourages reachability-friendly dynamics models and controllers, and (ii) a reachability-aware sampling-based MPC scheme with gradient-based refinement. Experiments on non-prehensile manipulation and quadrotor tasks, including hardware and higher-dimensional evaluations (up to 72D), demonstrate practical online planning while maintaining certified reachable-set over-approximations under bounded uncertainty.
• Abstract（参考訳）: ニューラルネットワーク(NN)力学モデルと制御ポリシーはロボット工学において高い性能を達成するが、特に閉ループNNシステムでは、不確実性の下での音の保証は困難である。 既存のリーチビリティツールは、正式な過剰な近似を提供するが、現代の学習やオンライン計画パイプラインでは、しばしば差別化できない、過度に保守的、あるいは遅すぎる。 これを解決するために、解析的およびNNベースのダイナミックスとコントローラを備えた連続および離散時間システムのための並列化可能な、差別化可能な到達性フレームワークをJAXに提示する。 このフレームワークは,GPUバッチ計算と自動微分をサポートしながらアフィン依存性を保存する統一表現を用いて,Taylor-model flowpipe構築とCROWNスタイルの線形境界伝搬を組み合わせたものである。 この到達可能性プリミティブに基づいて構築し、開発する 一 到達可能性に配慮したダイナミックスモデル及びコントローラを奨励する認定訓練方法 (II)勾配型精細化を用いたリーチビリティ対応サンプリングベースMPCスキーム。 ハードウェアおよび高次元評価(最大72D)を含む,非包括的操作と4次的タスクの実験は,有界不確実性下での到達可能オーバー近似を維持しながら,実用的なオンライン計画を示す。

関連論文リスト

• Adaptive RAN Slicing Control via Reward-Free Self-Finetuning Agents [26.34195733862222]
  本稿では,エージェントシステムが環境との直接対話を通じて継続的に学習することを可能にする,新たな自己ファインタニングフレームワークを提案する。 本フレームワークは,対話履歴から好みのデータセットを構築するために,自律的な言語フィードバックを生成するバイパースペクティブ・リフレクション機構を実装している。 その後の嗜好に基づく微調整プロセスは、長い水平体験をモデルのパラメータに蒸留する。 実験結果から,我々のフレームワークは,サンプル効率,安定性,マルチメトリック最適化において,標準強化学習(RL)ベースラインと既存のLarge Language Model(LLM)ベースエージェントよりも優れていた。
  論文  参考訳（メタデータ） (2026-03-11T09:14:56Z)
• Near-Equilibrium Propagation training in nonlinear wave systems [0.0]
  現代の人工知能のワークホースであるバックプロパゲーション学習アルゴリズムは、物理ニューラルネットワークの実装が難しいことで知られている。 我々はEP学習を離散的および連続的な複素数値波系に拡張する。 単純な論理的タスクや手書きデジタル認識を含む標準ベンチマークに関する数値的研究は、安定な収束を示す。
  論文  参考訳（メタデータ） (2025-10-17T15:03:07Z)
• Spiking Neural Networks for Continuous Control via End-to-End Model-Based Learning [0.7366393875723448]
  完全なスパイクアーキテクチャをエンドツーエンドでトレーニングすることで、連続環境において複数の自由度を持つロボットアームを制御できることが示される。 我々の予測制御フレームワークは、Leaky Integrate-and-Fireのダイナミクスと代理勾配を組み合わせ、ダイナミックス予測のためのフォワードモデルとゴール指向アクションのためのポリシーネットワークを協調的に最適化する。 その結果、SNNは安定したトレーニングと正確なトルク制御を達成でき、高次元モータタスクの生存性を確立することができることがわかった。
  論文  参考訳（メタデータ） (2025-09-03T12:05:58Z)
• Simulation-Driven Reinforcement Learning in Queuing Network Routing Optimization [0.0]
  本研究では、複雑な待ち行列ネットワークシステムにおけるルーティング決定を最適化するためのシミュレーション駆動強化学習(RL)フレームワークの開発に焦点をあてる。 我々は、Dyna-DDPG(Dyna-DDPG)とDyna-DDPG(Dyna-DDPG)を組み合わせた、Deep Deterministic Policy Gradient(DDPG)を利用したロバストなRLアプローチを提案する。 包括的な実験と厳密な評価は、効果的なルーティングポリシーを迅速に学習するフレームワークの能力を示している。
  論文  参考訳（メタデータ） (2025-07-24T20:32:47Z)
• Certified Neural Approximations of Nonlinear Dynamics [51.01318247729693]
  安全クリティカルな文脈では、神経近似の使用は、基礎となるシステムとの密接性に公式な境界を必要とする。 本稿では,認証された一階述語モデルに基づく新しい,適応的で並列化可能な検証手法を提案する。
  論文  参考訳（メタデータ） (2025-05-21T13:22:20Z)
• ConCerNet: A Contrastive Learning Based Framework for Automated Conservation Law Discovery and Trustworthy Dynamical System Prediction [82.81767856234956]
  本稿では,DNNに基づく動的モデリングの信頼性を向上させるために,ConCerNetという新しい学習フレームワークを提案する。 本手法は, 座標誤差と保存量の両方において, ベースラインニューラルネットワークよりも一貫して優れていることを示す。
  論文  参考訳（メタデータ） (2023-02-11T21:07:30Z)
• Active Learning of Discrete-Time Dynamics for Uncertainty-Aware Model Predictive Control [46.81433026280051]
  本稿では,非線形ロボットシステムの力学を積極的にモデル化する自己教師型学習手法を提案する。 我々のアプローチは、目に見えない飛行条件に一貫して適応することで、高いレジリエンスと一般化能力を示す。
  論文  参考訳（メタデータ） (2022-10-23T00:45:05Z)

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。