論文の概要: Motion planning for hundreds of floating robots

• arxiv url: http://arxiv.org/abs/2606.09620v1
• Date: Mon, 08 Jun 2026 15:24:50 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-09 14:42:07.383629
• Title: Motion planning for hundreds of floating robots
• Title（参考訳）: 何百もの浮体ロボットの運動計画
• Authors: Jan Kamm, Antonio Terpin, Raffaello D'Andrea, Aswin Ramachandran,
• Abstract要約: 大型ロボットの衝突回避動作の計画は、エージェント間カップリングがチームサイズとともに急速に増加するため困難である。 遷移が数分から数千の時間ステップにまたがる場合でも、数秒で軌道を生成するスケーラブルなツールを提案する。 合成軌道は、チューリッヒ湖の24ウェイ・オブ・ウォーター (24 Way of Water) と、宇宙存在の2025年ビエンナーレ (2025 Biennale) の2つの実世界のデモンストレーションで展開された。
• 参考スコア（独自算出の注目度）: 3.598864512758446
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Planning collision-free motion for large robot fleets is difficult because collision avoidance induces strong inter-agent coupling that grows rapidly with team size. We consider omnidirectional floating robots on water, where choreographies are specified by sparse keyframes and an interactive tool must generate trajectories within seconds, even when transitions span minutes and thousands of time steps. We propose a scalable pipeline that builds a collision graph from an initialization, decomposes the coupled problem into interaction clusters, and solves clusters independently (and in parallel) with robustness mechanisms for common decomposition pathologies. We validate the approach in simulations up to 500 robots. The synthesized trajectories have also been deployed in two real-world demonstrations, on Lake Zürich with a fleet of 24 Way of Water crafts and at the Time Space Existence 2025 Venice Biennale.
• Abstract（参考訳）: 衝突回避は、チームサイズとともに急速に成長する強力なエージェント間カップリングを引き起こすため、大型ロボットの衝突回避動作の計画は困難である。 水面上の全方向浮動ロボットについて考察する。そこでは、余分なキーフレームによって振付が特定され、対話的なツールが数分から数千の時間ステップで遷移しても、数秒で軌道を生成する必要がある。 本稿では、初期化から衝突グラフを構築し、結合した問題を相互作用クラスタに分解し、クラスタを独立に(そして並列に)共通の分解病理のための堅牢性メカニズムで解決するスケーラブルなパイプラインを提案する。 最大500台のロボットをシミュレーションで検証する。 合成軌道は、チューリッヒ湖で24のウォータークラフトと2025年のヴェネツィア・ビエンナーレ(英語版)での実物デモにも展開された。

関連論文リスト

• Simulation-Informed Diffusion for Decentralized Multi-robot Motion Planning [56.240199425429445]
  マルチロボットモーションプランニングでは、各ロボットが局所的な観測から衝突のない軌道を生成する必要がある。 既存のほとんどのプランナは、ローカル観測の静的スナップショットからトラジェクトリを生成する。 本稿では,制約対応拡散モデルに基づく分散フレームワークであるSimulation-Informed Diffusion (SID)を紹介する。
  論文  参考訳（メタデータ） (2026-05-26T21:17:53Z)
• Hierarchical Trajectory Planning of Floating-Base Multi-Link Robot for Maneuvering in Confined Environments [9.325443556436436]
  浮動小数点浮動小数点浮動小数点浮動小数点浮動小数点浮動小数点浮動小数点浮動小数点浮動小数点浮動小数点浮動小数点浮動小数点浮動小数点浮動小数点浮動小数点浮動小数点浮動小数点浮動小数点浮動 本研究は,グローバルガイダンスと設定対応ローカル最適化を統合した階層的軌道計画フレームワークを導入する。 我々の知る限りでは、これは実際のロボットで実証された浮動小数点移動型マルチリンクロボットのための最初の計画フレームワークである。
  論文  参考訳（メタデータ） (2026-02-25T22:49:54Z)
• Rendezvous and Docking of Mobile Ground Robots for Efficient Transportation Systems [1.2617078020344616]
  重要な課題は、2つの移動地ロボットの信頼性の高い運動中の物理的結合を実現することである。 既存のアプローチではドッキングインターフェースのモデリングやアプローチ戦略は無視されている。 両輪駆動ロボットの動特性と状態を明確にモデル化する集中型mpc手法を提案する。 この新しいアプローチにより、ドッキングインターフェースを備えた全方向車輪付きロボットは、初期位置に関わらず、物理的に衝突することが可能になる。
  論文  参考訳（メタデータ） (2026-02-23T14:01:37Z)
• HOSIG: Full-Body Human-Object-Scene Interaction Generation with Hierarchical Scene Perception [57.37135310143126]
  HO SIGは階層的なシーン認識を通じて全体インタラクションを合成するための新しいフレームワークである。 我々のフレームワークは、自己回帰生成による運動長の無制限化をサポートし、手動による介入を最小限に抑える。 この研究は、シーン認識ナビゲーションとデクスタラスオブジェクト操作の間に重要なギャップを埋める。
  論文  参考訳（メタデータ） (2025-06-02T12:08:08Z)
• HEIGHT: Heterogeneous Interaction Graph Transformer for Robot Navigation in Crowded and Constrained Environments [13.574462966591199]
  廊下や家具などの環境制約のある密集した対話型群集におけるロボットナビゲーションの問題点について検討する。 従来の手法ではエージェントと障害物間のあらゆる種類の相互作用を考慮できないため、安全で非効率なロボット経路につながる。 本稿では,ロボットナビゲーションポリシーを強化学習で学習するための構造化フレームワークを提案する。
  論文  参考訳（メタデータ） (2024-11-19T00:56:35Z)
• COPILOT: Human-Environment Collision Prediction and Localization from Egocentric Videos [62.34712951567793]
  エゴセントリックな観測から人間と環境の衝突を予測する能力は、VR、AR、ウェアラブルアシストロボットなどのアプリケーションにおける衝突回避を可能にするために不可欠である。 本稿では、ボディマウントカメラから撮影した多視点エゴセントリックビデオから、多様な環境における衝突を予測するという課題を紹介する。 衝突予測と局所化を同時に行うために,COPILOTと呼ばれるトランスフォーマーモデルを提案する。
  論文  参考訳（メタデータ） (2022-10-04T17:49:23Z)
• Simultaneous Contact-Rich Grasping and Locomotion via Distributed Optimization Enabling Free-Climbing for Multi-Limbed Robots [60.06216976204385]
  移動, 把握, 接触問題を同時に解くための効率的な運動計画フレームワークを提案する。 ハードウェア実験において提案手法を実証し, より短い計画時間で, 傾斜角45degで自由クライミングを含む様々な動作を実現できることを示す。
  論文  参考訳（メタデータ） (2022-07-04T13:52:10Z)
• Distributing Collaborative Multi-Robot Planning with Gaussian Belief Propagation [13.65857209749568]
  本稿では、動的制約と衝突制約を定義する汎用因子グラフに基づく、新しい純粋分散手法を実証する。 本手法は, 道路交通シミュレーションシナリオにおいて, 極めて高性能な協調計画を可能にすることを示す。
  論文  参考訳（メタデータ） (2022-03-22T11:13:36Z)
• 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)

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。