論文の概要: PRISM: Efficient and Locally Optimal Probabilistic Planning with Reachability Guarantees
- arxiv url: http://arxiv.org/abs/2606.26413v1
- Date: Wed, 24 Jun 2026 22:11:28 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-06-26 18:46:32.091017
- Title: PRISM: Efficient and Locally Optimal Probabilistic Planning with Reachability Guarantees
- Title（参考訳）: PRISM: 到達可能性保証を伴う効率的かつ局所最適確率計画
- Abstract要約: 状態制約と制御制約を持つ信念空間のための運動計画アルゴリズムであるPRISMを提案する。
PRISMは、最先端の信条空間計画手法よりもはるかに高いロードマップカバレッジを実現している。
- 参考スコア（独自算出の注目度）: 15.03677748041754
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Belief-space planning under motion uncertainty and state and control constraints remains a fundamental challenge, largely due to the difficulty of establishing reachability guarantees in constrained belief spaces. Existing constrained belief-space planners rely on sampling to construct multi-query belief roadmaps and explicitly find feasible trajectories between sampled nodes to establish reachability. These methods often struggle to cover the belief space or use robust control techniques that improve coverage at the cost of indirect, high-cost trajectories; they also lack finite-time or finite-memory completeness guarantees. We propose PRISM, a multi-query motion planning algorithm for belief spaces with state and control constraints that targets both high coverage and low cost. We present a new result on controllability of the state covariance under constraints, which is used by PRISM to decompose belief-space planning into deterministic mean planning and covariance shrinking. PRISM further includes an online local optimization method that reduces the cost of feasible belief-space trajectories. Under mild assumptions on the start and goal distributions, we prove that PRISM guarantees full coverage (i.e. completeness) despite actuator and obstacle constraints. In challenging simulated scenarios, PRISM achieves substantially higher roadmap coverage than state-of-the-art belief-space planning methods while producing trajectories with lower mean cost and cost variance. For example, PRISM achieves 100% coverage in easy and medium-difficulty scenarios, and, in the hardest scenario, which violates PRISM's coverage assumptions, it still achieves 97-100% coverage, while all other methods achieve less than 45%.
- Abstract（参考訳）: 運動の不確実性と状態および制御制約の下での信念空間計画は、主に制約された信念空間において到達可能性を保証することが困難であるため、根本的な課題である。
既存の制約された信念空間のプランナは、サンプリングに頼ってマルチクエリの信念ロードマップを構築し、サンプルノード間で実現可能な軌道を明示的に見つけて到達性を確立する。
これらの手法は、しばしば信念空間をカバーしたり、間接的かつ高コストな軌跡のコストでカバー範囲を改善する堅牢な制御技術を使用するのに苦労する。
PRISMは,高カバレッジと低コストの両方をターゲットとした,状態制約と制御制約を持つ信念空間のためのマルチクエリ動作計画アルゴリズムである。
本稿では,PRISMにより,信念空間計画を決定論的平均計画と共分散縮小に分解するために用いられる制約下での状態共分散の制御性に関する新しい結果を示す。
PRISMはさらに、実現可能な信念空間トラジェクトリのコストを削減するオンラインローカル最適化手法も含んでいる。
開始と目標分布の軽度な仮定の下では、PRISMはアクチュエータや障害物の制約にもかかわらず、完全なカバレッジ(すなわち完全性)を保証する。
シミュレーションシナリオの挑戦において、PRISMは、平均コストとコスト分散の少ない軌跡を生産しながら、最先端の信念空間計画手法よりもはるかに高いロードマップカバレッジを達成する。
例えば、PRISMは、簡単で中程度の難易度の高いシナリオで100%のカバレッジを達成しており、最も難しいシナリオでは、PRISMのカバレッジの仮定に反するが、それでも97-100%のカバレッジを達成し、他のすべてのメソッドは45%以下である。
関連論文リスト
- Occluding the Solution Space: Planner-Agnostic Adversarial Attacks on Tolerance-Aware Manipulation [57.9825059129472]
本稿では, 耐障害性を考慮したアタック・フレームワークを提案する。
提案手法は,評価パラダイムを目標領域を越えたタスクレベルの実現性にシフトする。
オンラインでは、この攻撃を最大カバレッジ最適化の予算として定式化しています。
論文 参考訳（メタデータ） (2026-07-04T08:14:44Z) - Stochastic Minimum-Cost Reach-Avoid Reinforcement Learning [0.7319728937144206]
本研究は, エージェントが少なくとも$p$のリーチアビド仕様を満たさなければならない最小コストリーチアビド強化学習について, 予測累積コストを最小化しながら検討する。
既存の安全で制約のある強化学習手法は、環境の学習環境において、確率的リーチ回避コストを共同で強制することができない。
論文 参考訳（メタデータ） (2026-05-12T11:31:36Z) - The Limits of AI-Driven Allocation: Optimal Screening under Aleatoric Uncertainty [16.186900569675114]
スクリーニングとアルゴリズム的ターゲティングを2段階のアロケーションフレームワークで最適に組み合わせる方法を示す。
最適戦略は、アルゴリズム割り当ての限界において、最もリスクの高いユニットを直接ターゲットとしながら、ユニットをスクリーニングする。
コロンビアにおける所得に基づく社会保護プログラムと人道的マイニングの応用について,我々の枠組みを解説する。
論文 参考訳（メタデータ） (2026-05-08T16:38:58Z) - SCRAMPPI: Efficient Contingency Planning for Mobile Robot Navigation via Hamilton-Jacobi Reachability [2.6424021470496672]
本稿では,安全制約による名目コストに対する軌道最適化問題を定式化する。
名目上の計画に沿う任意の地点から、指定された安全セットへの実現可能な軌道が存在する必要がある。
本研究は,移動ロボット上で,名目・緊急プランをリアルタイムで生成するアルゴリズムを実演し,シミュレーションおよびハードウェア実験を行った。
論文 参考訳（メタデータ） (2026-03-27T21:09:43Z) - Adaptive Neighborhood-Constrained Q Learning for Offline Reinforcement Learning [52.03884701766989]
オフライン強化学習(RL)アルゴリズムは、通常、アクション選択に制約を課す。
本稿では,Bellmanターゲットにおける行動選択を,データセットアクションの近傍の結合に制限する新しい地区制約を提案する。
我々は,この制約を満たす目標動作を用いてQ学習を行うための,単純で効果的なアルゴリズムであるAdaptive Neighborhood-Constrained Q Learning(ANQ)を開発した。
論文 参考訳（メタデータ） (2025-11-04T13:42:05Z) - CoVeR: Conformal Calibration for Versatile and Reliable Autoregressive Next-Token Prediction [49.09876340754804]
conformsctextCoVeRは、探索効率と多目的軌跡の必要性のバランスをとるモデルフリーデコード戦略である。
本研究では,conformsctextCoVeRがコンパクトな検索空間を同時に維持し,所望の軌跡に対して高いカバレッジの確率を保証することを示す。
論文 参考訳（メタデータ） (2025-09-05T01:07:12Z) - Rectified Robust Policy Optimization for Model-Uncertain Constrained Reinforcement Learning without Strong Duality [53.525547349715595]
我々はRectified Robust Policy Optimization (RRPO) と呼ばれる新しいプライマリのみのアルゴリズムを提案する。
RRPOは双対の定式化に頼ることなく、主問題に直接作用する。
我々は、最もよく知られた下界と一致する複雑性を持つ、ほぼ最適な実現可能なポリシーに収束することを示す。
論文 参考訳（メタデータ） (2025-08-24T16:59:38Z) - Scalable Online Exploration via Coverability [45.66375686120087]
探索は、特に関数近似を必要とする高次元領域において、強化学習において大きな課題である。
従来の探索手法を一般化し,3つの基本デシラタをサポートする新しい目的である$L_Coverageを導入する。
$L_Coverageは、カバー可能性の低いMDPにおけるオンライン(リワードフリーまたは報酬駆動)強化学習のための、最初の計算効率のよいモデルベースおよびモデルフリーのアルゴリズムを可能にする。
論文 参考訳（メタデータ） (2024-03-11T10:14:06Z) - Quantization for decentralized learning under subspace constraints [61.59416703323886]
エージェントがサブスペース制約を最小化するために個々のコスト関数を持つ分散最適化問題を考察する。
本稿では,エージェントが確率化量子化器を用いて推定値を圧縮する適応分散型戦略を提案し,検討する。
この分析は、量子化ノイズのいくつかの一般的な条件下では、平均二乗誤差と平均ビットレートの両方で戦略が安定であることを示している。
論文 参考訳（メタデータ） (2022-09-16T09:38:38Z) - Shortest-Path Constrained Reinforcement Learning for Sparse Reward Tasks [59.419152768018506]
最適ポリシーは必ずk-SP制約を満たすことを示す。
本研究では,SP制約に違反するポリシーを完全に排除する代わりに,新たなコスト関数を提案する。
また,MiniGrid,DeepMind Lab,Atari,Fetchを用いた実験の結果,提案手法はPPOを著しく改善することが示された。
論文 参考訳（メタデータ） (2021-07-13T21:39:21Z) - Breaking the Communication-Privacy-Accuracy Trilemma [19.399122892615573]
分散学習における2つの大きな課題は、ローカルサンプルのプライバシを保持し、それらを中央サーバに効率的に伝達することである。
我々は、最適なプライバシーと通信効率を同時に達成する新しい符号化・復号機構を開発する。
論文 参考訳（メタデータ） (2020-07-22T22:43:01Z)
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。