論文の概要: Waypoints Matter: A Systematic Study for Sampling-Based Trajectory Planning
- arxiv url: http://arxiv.org/abs/2606.06366v1
- Date: Thu, 04 Jun 2026 16:35:30 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-06-05 22:39:44.96502
- Title: Waypoints Matter: A Systematic Study for Sampling-Based Trajectory Planning
- Title（参考訳）: 要点:サンプリングに基づく軌道計画の体系的研究
- Authors: Josep M. Barbera, Antonio Artuñedo, Jorge Villagra,
- Abstract要約: リアルタイム自動運転は通常、サンプリングベースの軌道プランナーに依存している。
本稿では,ウェイポイント配置を一級設計変数として扱う。
- 参考スコア（独自算出の注目度）: 1.376408511310322
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Real-time autonomous driving commonly relies on sampling-based trajectory planners that link candidate trajectories to target waypoints along the road centerline. The placement of these waypoints directly impacts both the existence and quality of feasible trajectories. Yet, its effect on planner performance remains largely unexplored. In this paper, we treat waypoint placement as a first-class design variable. We hold the trajectory primitive and candidate budget fixed, and systematically sweep three placement strategies (uniform spacing, an augmented Ramer-Douglas-Peucker variant (RDP*), and a novel curvature-conditioned allocation) across 449 configurations and five CommonRoad maps of increasing geometric complexity. Our results show that the nominal inter-waypoint spacing $d_s$ is the primary performance driver, with large differences in planner reliability attributed to placement alone. Uniform sampling at a well-tuned spacing matches or surpasses both RDP* and the centered curvature variant. The curvature variant offers a small but consistent advantage on geometrically complex roads under reliability-first and balanced weightings, while RDP* never outperforms uniform sampling. These findings suggest that $d_s$ should be treated as the dominant tuning parameter, with geometry-aware strategies reserved for curvature-rich corridors where feasibility is the limiting factor.
- Abstract（参考訳）: リアルタイム自動運転は、通常、サンプリングベースの軌道プランナーに頼り、道路中心線に沿った目標地点と候補軌跡をリンクする。
これらの経路点の配置は、実現可能な軌道の存在と品質の両方に直接影響を及ぼす。
しかし、プランナーのパフォーマンスへの影響は未解明のままである。
本稿では,ウェイポイント配置を一級設計変数として扱う。
我々は,3つの配置戦略(一様間隔,拡張ラマー・ダグラス・ペッカー変種(RDP*),新しい曲率条件付きアロケーション)を449の構成と5つのCommonRoadマップで体系的に整理する。
以上の結果から,パラメータ間間隔が$d_s$が主性能ドライバであること,プレースメントのみに起因するプランナの信頼性に大きな違いがあることが示唆された。
うまく調整された間隔での均一サンプリングは、 RDP* と中心曲率変量の両方に一致するか、あるいは超える。
曲率変種は、信頼性第一およびバランスの取れた重み付けの下で、幾何的に複雑な道路において、小さいが一貫した利点を提供する。
これらの結果から, $d_s$ が支配的なチューニングパラメータとして扱われるべきであることが示唆された。
関連論文リスト
- PLAN-S: Bridging Planning with Latent Style Dynamics for Autonomous Driving World Models [11.0972429896041]
本稿では,PLAN-S(PLANning with Latent Style dynamics)を提案する。
PLAN-Sは様々なコストマップを生成し、空間的に一貫した変動が異なる運転スタイルに一致している。
論文 参考訳（メタデータ） (2026-06-04T11:03:20Z) - Beyond Point-Wise Matching: Structural Representation Alignment for Accelerating Diffusion Transformers [93.3976834364707]
本稿では,特徴写像のリレーショナル幾何における整合性を実現する構造的RePresentation AlignmentフレームワークであるsREPAを提案する。
モデルが事前訓練された特徴から全体的空間配置と構造的相関を内包するように促すことにより、sREPAはより高速でより安定した収束を達成する。
論文 参考訳（メタデータ） (2026-05-16T12:01:04Z) - HAD: Combining Hierarchical Diffusion with Metric-Decoupled RL for End-to-End Driving [51.268878540511054]
我々は階層的拡散政策を備えたエンドツーエンドの計画フレームワークであるHADを提案する。
我々は,NAVSIMとHUGSIMの両方でHADが新たな最先端性能を実現することを示す。
論文 参考訳（メタデータ） (2026-04-04T04:12:47Z) - TopoCurate:Modeling Interaction Topology for Tool-Use Agent Training [53.93696896939915]
訓練用ツール使用エージェントは一般的に、パスレート選択されたタスクに対して、軌道変更の成功と強化学習(RL)に依存している。
TopoCurateは,同一タスクから多段階的なロールアウトを統一的な意味的商トポロジに投影する対話型フレームワークである。
TopoCurateは最先端のベースラインに対して4.2%(SFT)と6.9%(RL)という一貫したゲインを達成している。
論文 参考訳（メタデータ） (2026-03-02T10:38:54Z) - CoWTracker: Tracking by Warping instead of Correlation [53.834673070954494]
ワープに有利なコストを削減できる高密度な点トラッカーを提案する。
近年の光学的流れの進展に触発されて,本手法では,現在の推定値に基づいて,対象フレームからクエリフレームへ特徴を変換することで,トラック推定を反復的に洗練する。
我々のモデルは,TAP-Vid-DAVIS,TAP-Vid-Kinetics,Robo-TAPなど,標準的な高密度点追跡ベンチマークの最先端性能を実現する。
論文 参考訳（メタデータ） (2026-02-04T18:58:59Z) - Optimizing Robotic Placement via Grasp-Dependent Feasibility Prediction [2.682400665831876]
パスワイド・逆キネマティクス(IK)の実現可能性とメッシュからの衝突フラグの2つのパス認識ラベルを同一テンプレートに沿って生成する。
コンパクトなデュアル出力は、これらの信号をポーズエンコーディングから学習し、テスト時には、そのスコアがベースラインと同じIKゲートとプランナーの下でランク付き計画ポリシーの事前計算された候補をランク付けする。
定めの予算では、政策は最終的な成功を維持しながらプランナーの呼び出しを減らしながら、より早く成功の道を見つける。
論文 参考訳（メタデータ） (2025-12-21T23:47:09Z) - Unified Linear Parametric Map Modeling and Perception-aware Trajectory Planning for Mobile Robotics [1.7495208770207367]
本稿では,高次元空間にデータをマッピングする軽量な線形パラメトリックマップを提案する。
UAVでは,Euclidean Signed Distance Field (ESDF) マップを用いた。
UGVでは、モデルは地形を特徴づけ、クローズドフォーム勾配を提供し、オンラインプランニングによって大きな穴を回避できる。
論文 参考訳（メタデータ） (2025-07-12T16:39:19Z) - SPARE: Symmetrized Point-to-Plane Distance for Robust Non-Rigid 3D Registration [77.13381026159111]
本研究では,SPAREを提案する。SPAREは,非剛性登録のための対称化点-平面間距離を用いた新しい定式化である。
提案手法は, 厳密でない登録問題の精度を大幅に向上し, 比較的高い解効率を維持する。
論文 参考訳（メタデータ） (2024-05-30T15:55:04Z) - Path Planning in a dynamic environment using Spherical Particle Swarm Optimization [0.0]
本研究では, 球面ベクトルを用いた粒子群最適化技術を用いたUAV用動的パスプランナ(DPP)を提案する。
経路は、チェックポイントを再計画する一組の経路として構築されている。経路長、安全、姿勢、経路平滑性はすべて、最適な経路がどうあるべきかを決定する上で考慮される。
実際のデジタル標高モデルを用いて4つのテストシナリオが実施される。それぞれのテストは、SPSO-DPPが安全で効率的な経路セグメントを生成することができるかを示すために、パスの長さと安全性に異なる優先順位を与える。
論文 参考訳（メタデータ） (2024-03-19T13:56:34Z) - Learning Cross-view Geo-localization Embeddings via Dynamic Weighted
Decorrelation Regularization [52.493240055559916]
クロスビュージオローカライゼーションは、ドローンプラットフォームと衛星プラットフォームという2つのプラットフォームから撮影された同じ位置の画像を見つけることを目的としている。
既存の手法は、通常、特徴空間内の他のものとの埋め込み距離を最適化することに焦点を当てる。
本稿では、低冗長性も重要であり、モデルがより多様なパターンをマイニングする動機となっていると論じる。
論文 参考訳（メタデータ） (2022-11-10T02:13:10Z)
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。