論文の概要: EXACT-MPPI: Exact Signed-Distance Navigation for Arbitrary-Footprint Robots from Point Clouds via Path Integral Control

• arxiv url: http://arxiv.org/abs/2605.29663v1
• Date: Thu, 28 May 2026 09:23:54 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-05-30 02:45:56.134827
• Title: EXACT-MPPI: Exact Signed-Distance Navigation for Arbitrary-Footprint Robots from Point Clouds via Path Integral Control
• Title（参考訳）: EXACT-MPPI:経路積分制御による点群からの任意プリントロボットの信号距離航法
• Authors: Chen Peng, Zhikang Ge, Wenwu Lu, Haiming Gao, Stavros Vougioukas, Peng Wei,
• Abstract要約: EXACT-MPPIは、ローカルナビゲーションを直接モーションコマンドにマッピングするフレームワークである。 解析的かつ正確な符号付き距離評価器をモデル予測パス積分(MPPI)コントローラに組み込む。 同じフレームワークは、differial-drive、Ackermann、およびハイブリッドモードプラットフォーム上にデプロイされている。
• 参考スコア（独自算出の注目度）: 11.31921914039084
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Ground robots often carry payloads, implements, or other attachments that turn their effective footprint into complex, non-convex shapes. Navigating safely through clutter then requires reasoning about this true geometry, yet most local planners simplify it with convex or inflated proxies and rasterize sensor data into occupancy grids or distance fields. Both choices eliminate feasible motions when clearance is comparable to the footprint geometry. We present EXACT-MPPI, a training-free local navigation framework that maps local point-cloud observations and sparse guidance directly to motion commands, without any intermediate map representation. The framework embeds an analytic, exact signed-distance evaluator into a Model Predictive Path Integral (MPPI) controller. The footprint is represented as a simple polygon for general convex or concave planar shapes, with a rectangle-cover specialization for faster evaluation of rectilinear footprints, enabling footprint-aware collision costs without convex decomposition, inflation, or learned encoders. During each MPPI rollout, observed obstacle points are transformed into the predicted body frame and evaluated against the footprint. All operations are batched in JAX, leveraging GPU parallelism for real-time receding-horizon control. Experiments show that EXACT-MPPI accelerates batched distance evaluation over a learned point-to-robot baseline, preserves feasible motion where convex-footprint planners fail, and remains robust under dense static and moving obstacles. The same framework deploys on differential-drive, Ackermann, omnidirectional, and hybrid-mode platforms by changing only the footprint description and motion model without per-platform training. Pairing exact footprint geometry with sampling-based predictive control thus offers a practical, training-free path to footprint-aware local navigation across diverse robots.
• Abstract（参考訳）: 地上ロボットは、しばしばペイロードや道具、その他のアタッチメントを持ち込み、その効果的な足跡を複雑な非凸形状に変える。 しかし、ほとんどのローカルプランナーは凸や膨らませたプロキシでそれを単純化し、センサーデータを占有グリッドや距離フィールドにラスタライズする。 両方の選択は、クリアランスがフットプリント幾何学に匹敵するときに実現可能な運動を排除する。 本研究では,ローカル・ポイント・クラウド観測とスパース・ガイダンスを直接モーション・コマンドにマッピングするトレーニングフリーのローカル・ナビゲーション・フレームワークであるEXACT-MPPIを提案する。 このフレームワークは、分析的かつ正確に署名された距離評価器をモデル予測パス積分(MPPI)コントローラに組み込む。 フットプリントは、一般的な凸や凹面の平面形状のための単純なポリゴンとして表現され、矩形被覆の特殊化により、直線的なフットプリントのより高速な評価が可能であり、凸分解やインフレーション、学習エンコーダを使わずにフットプリントを意識した衝突コストを削減できる。 各MPPIロールアウト中、観測された障害物点が予測された本体フレームに変換され、フットプリントに対して評価される。 すべての操作はJAXでバッチ化され、リアルタイムの遅延-水平制御にGPU並列性を活用する。 実験により、EXACT-MPPIは学習点からロボットまでの距離のバッチ化を加速し、凸フットプリントプランナーが故障した場合の実行可能な動作を保ち、密度の高い静的および移動障害物下で頑健であることが示された。 同じフレームワークは、ディファレンシャルドライブ、Ackermann、全方向、ハイブリッドモードプラットフォーム上にデプロイされ、プラットフォーム間トレーニングなしでフットプリント記述とモーションモデルだけを変更する。 したがって、サンプリングベースの予測制御による正確なフットプリント形状のペアリングは、多様なロボット間のフットプリントを意識したローカルナビゲーションへの実践的で、トレーニングのないパスを提供する。

関連論文リスト

• Sampling-Based Follow-the-Leader Motion Planning for Manipulator-Mounted Continuum Robots [4.355077219923408]
  FTL(Follow-the- Leader)運動は、連続体ロボット(CR)のユニークな形態を利用して、体が先端の経路を追従することで、閉じ込められた空間をナビゲートする。 本稿では,ロボット構成とベースポーズを協調的に考慮したマニピュレータ搭載CRのFTL動作のためのサンプリングベースモーションプランナを提案する。
  論文  参考訳（メタデータ） (2026-05-12T06:46:13Z)
• Vision-Guided MPPI for Agile Drone Racing: Navigating Arbitrary Gate Poses via Neural Signed Distance Fields [8.66703842496129]
  ドローンレースには、極端なアジリティの下での認識、計画、制御の緊密な結合が必要です。 近年のアプローチは、事前計算された空間基準軌道や明示的な6-DoFゲートポーズ推定に依存している。 そこで我々は,任意の配置と配向ゲートを介して,参照不要のアジャイル飛行を可能にするビジョンガイド付き最適制御フレームワークを提案する。
  論文  参考訳（メタデータ） (2026-03-07T13:18:07Z)
• ParaMaP: Parallel Mapping and Collision-free Motion Planning for Reactive Robot Manipulation [17.260700135265267]
  未知の環境でのロボット操作には、リアルタイムおよび衝突のないモーションプランニングが依然として困難である。 本研究では,Euclidean Distance Transform(EDT)に基づく環境表現をサンプリングベースモデル予測制御(SMPC)プランナと密に統合する並列マッピングと動作計画フレームワークを提案する。 提案手法の有効性は, 7-DoFロボットマニピュレータを用いた広範囲なシミュレーションと実世界の実験により検証した。
  論文  参考訳（メタデータ） (2025-12-27T12:24:10Z)
• Ergodic Trajectory Planning with Dynamic Sensor Footprints [19.00429186592942]
  本稿では,動的かつ解像度の異なるセンサフットプリントを用いた情報収集における軌道計画の問題に対処する。 既存のエルゴード計画では、点センサやフットプリントを一定の形状と解像度で仮定することで、センサーモデルを単純化することが多い。 本稿では, 動的センサのフットプリントを考慮に入れ, 理論的局所最適条件を解析し, 数値軌道最適化アルゴリズムを提案する。
  論文  参考訳（メタデータ） (2025-12-09T14:47:14Z)
• NOVA: Navigation via Object-Centric Visual Autonomy for High-Speed Target Tracking in Unstructured GPS-Denied Environments [56.35569661650558]
  我々はNOVAというオブジェクト中心のフレームワークを導入し、ロバストな目標追跡と衝突認識ナビゲーションを可能にした。 グローバルマップを構築するのではなく、NOVAはターゲットの参照フレーム内での知覚、推定、制御を定式化する。 我々は,都市迷路や森林の小道,間欠的なGPS損失を伴う建物内の繰り返し遷移など,現実の挑戦的なシナリオにまたがってNOVAを検証する。
  論文  参考訳（メタデータ） (2025-06-23T14:28:30Z)
• NeuPAN: Direct Point Robot Navigation with End-to-End Model-based Learning [67.53972459080437]
  乱雑で未知の環境で非ホロノミックロボットをナビゲートするには、リアルタイム衝突回避のための正確な認識と正確な動きが必要である。 本稿では, リアルタイム, 高精度, 地図のない, 展開が容易で, 環境によらないロボットモーションプランナであるNeuPANについて述べる。
  論文  参考訳（メタデータ） (2024-03-11T15:44:38Z)
• iSDF: Real-Time Neural Signed Distance Fields for Robot Perception [64.80458128766254]
  iSDFは実時間符号付き距離場再構成のための連続学習システムである。 より正確な再構築と、衝突コストと勾配のより良い近似を生成する。
  論文  参考訳（メタデータ） (2022-04-05T15:48:39Z)
• Large-scale Autonomous Flight with Real-time Semantic SLAM under Dense Forest Canopy [48.51396198176273]
  本研究では,大規模自律飛行とリアルタイムセマンティックマッピングを,挑戦的なアンダーキャノピー環境下で実現可能な統合システムを提案する。 我々は、スキャン全体で関連付けられ、木のトランクモデルと同様にロボットのポーズを制約するために使用されるLiDARデータから、木の幹と地面の平面を検出し、モデル化する。 ドリフト補償機構は、プランナー最適性とコントローラ安定性を維持しつつ、セマンティックSLAM出力を用いたドリフトをリアルタイムで最小化するように設計されている。
  論文  参考訳（メタデータ） (2021-09-14T07:24:53Z)
• Unified Multi-Modal Landmark Tracking for Tightly Coupled Lidar-Visual-Inertial Odometry [5.131684964386192]
  視覚,ライダー,慣性情報を協調的に最適化するモバイルプラットフォームのための効率的なマルチセンサ・オドメトリーシステムを提案する。 ライダー点雲から3次元線と平面原始体を抽出する新しい手法を提案する。 システムは、脚のあるロボットによる地下探査や、動的に動くハンドヘルドデバイスによる屋外スキャンなど、さまざまなプラットフォームやシナリオでテストされてきた。
  論文  参考訳（メタデータ） (2020-11-13T09:54:03Z)
• 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)
• Deep Soft Procrustes for Markerless Volumetric Sensor Alignment [81.13055566952221]
  本研究では、より堅牢なマルチセンサ空間アライメントを実現するために、マーカーレスデータ駆動対応推定を改善する。 我々は、幾何学的制約を終末的に典型的なセグメンテーションベースモデルに組み込み、対象のポーズ推定タスクと中間密な分類タスクをブリッジする。 実験により,マーカーベースの手法で同様の結果が得られ,マーカーレス手法よりも優れ,またキャリブレーション構造のポーズ変動にも頑健であることがわかった。
  論文  参考訳（メタデータ） (2020-03-23T10:51:32Z)

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。