Fugu-MT 論文翻訳(概要): CacheMPC: Certified Cached Model Predictive Control for Quadruped Locomotion

論文の概要: CacheMPC: Certified Cached Model Predictive Control for Quadruped Locomotion

arxiv url: http://arxiv.org/abs/2606.28300v1
Date: Fri, 26 Jun 2026 17:47:05 GMT
ステータス: 翻訳完了
システム内更新日: 2026-06-29 18:24:25.551528
Title: CacheMPC: Certified Cached Model Predictive Control for Quadruped Locomotion
Title（参考訳）: CacheMPC: 四足歩行のキャッチモデル予測制御
Abstract要約: モデル予測制御(英: Model Predictive Control、MPC)は、階層型二次制御系における標準予測層である。脚付きゲイトは状態空間の境界領域を再考するため、MPCソリューションはキャッシュと再利用を認めている。本稿では,EmphCertified CacheMPC: A Locality-Sensitive-Hashed cache of horizon contact-force trajectoriesを提案する。
参考スコア（独自算出の注目度）: 11.77442075363878
License: http://creativecommons.org/licenses/by/4.0/
Abstract: Model Predictive Control (MPC) is the standard predictive layer in hierarchical quadruped controllers, but the per-cycle QP solve limits the update rate achievable on embedded processors. Because legged gaits revisit a bounded region of state space, MPC solutions admit caching and reuse. This paper proposes \emph{Certified CacheMPC}: a Locality-Sensitive-Hashed cache of horizon contact-force trajectories, partitioned by contact mode, retrieved at query time and accepted only when an a-posteriori per-query certificate confirms primal feasibility and a Lagrangian dual-gap upper bound on cost suboptimality. A bounded-budget controller schedule combines top-$K$ certified retrieval, a deadline-bounded QP solve, and a shifted last-certified fallback. The framework is evaluated on a Unitree Go2 across $2{,}038$ usable cold-controller MuJoCo trials, including a $600$-trial $n\!=\!50$ campaign at three failure-boundary cells, and a first-deploy session on the on-robot NVIDIA Orin NX. The un-gated cache delivers a $25\times$ median solve-time speedup in simulation and an $18.7\times$ median speedup on hardware. At $n\!=\!50$ no statistically significant difference in closed-loop stable rate is detected between the cache variants and the no-cache baseline at any tested cell. The certificate's contribution to closed-loop safety is not resolvable at the present sample size.
Abstract（参考訳）: Model Predictive Control (MPC) は階層型四重化コントローラの標準的な予測層であるが、サイクルごとのQPは組み込みプロセッサで実現可能な更新速度を制限する。脚付きゲイトは状態空間の境界領域を再考するため、MPCソリューションはキャッシュと再利用を認めている。本稿では,A-posteriori per-query 証明書がプライマリ実現可能性を確認し,Lagrangian dual-gap upper bound on cost suboptimality を確認した場合にのみ,水平方向の接触力トラジェクトリの局所性-感度-ハッシュキャッシュをクエリ時に取得し,受け入れる。境界予算コントローラのスケジュールは、上位$Kの認定検索、期限付きQP解決、最終認証のフォールバックを組み合わせている。このフレームワークは、$600$-trial $n\!を含む、2${,}038$使用可能なコールドコントローラ MuJoCoトライアルでUnitree Go2で評価される。 =\! 3つの障害バウンダリセルでの50ドルのキャンペーンと、オンロボットのNVIDIA Orin NXの最初のデプロイセッション。アンゲートキャッシュは、シミュレーションにおける中央値の解決タイムのスピードアップに25ドル、ハードウェアにおける中央値のスピードアップに18.7ドルを提供する。で$n\! =\! 50$, クローズドループ安定速度の統計的に有意な差は認められなかった。クローズドループ安全性に対する証明書の貢献は、現在のサンプルサイズでは解決できない。

関連論文リスト

EpaCache: Error-Propagation-Aware Caching for Accelerating Diffusion-Based Visual Generation [30.438361624564553]
キャッシングに基づく手法は、隣接する時間ステップで中間計算を再利用することで、推論遅延を低減する。 EpaCacheはトレーニング不要のキャッシュポリシーで、ダウンストリームの影響の少ないタイムステップで再利用予算を適応的に割り当てる。 EpaCacheは、既存のキャッシュメソッドに対するレイテンシーのトレードオフを一貫して改善する。
論文参考訳（メタデータ） (2026-08-29T13:38:11Z)
SCIT: Testing Causal Cache Carriers in Latent Chain-of-Thought Models [7.892321765328599]
SCITは, 正確なソース・レシピ・カウンセリを構成する因果プロトコルである。 CODI-GPT2とSim-CoTスタイルのGPT-2では、逆ファクト算術が主に値キャッシュサフィックスの軌跡を通して転送される。
論文参考訳（メタデータ） (2026-08-27T15:47:48Z)
Back from the Future: Key-Value Cache Management by Counter-Causal Surprise [67.1056509495879]
近年,キーバリュー(KV)キャッシュ管理が重要な研究方向として注目されている。より最近のトークンからよく予測できる過去のトークンは冗長である,という洞察に動機づけられた,単純かつ効果的なKV消去スキームを提案する。我々は,他の最先端手法と比較して,競争力や性能向上を示す各種オープンソースLCMとベンチマークデータセットについて,我々の戦略を評価した。
論文参考訳（メタデータ） (2026-07-30T02:42:51Z)
When Classic Cache Policies Fail: Learning-Augmented Replacement for Semantic Retrieval Buffers [43.46514805933049]
LLMエージェントは、過去の経験を保存し再利用するために、検索バッファにますます依存している。我々はこれを、切り替えコストを伴うオンラインセマンティックキャッシュ置換問題として定式化する。後悔の蓄積から修正タイミングを導出する学習強化フレームワークであるSOLARを提案する。
論文参考訳（メタデータ） (2026-07-01T03:38:42Z)
NaviCache: Test-Time Self-Calibration Caching for Video Generation [82.90113757454375]
NaviCacheはビデオ拡散モデルのためのテスト時間自己校正手法である。基本的な領域ギャップと非定常的な拡散の性質を橋渡しする。理論上は、誤差バウンド・スキップのメカニズムを提供する。
論文参考訳（メタデータ） (2026-06-25T09:28:12Z)
Budget-Constrained Step-Level Diffusion Caching [9.784100090561045]
既存の方法は、最終的な出力品質を直接最適化することなく、閾値ベースのステップごとのキャッシュ決定を行う。計算予算を事前に修正し,最終出力を最もよく保存するキャッシュポリシを検索するBudCacheを提案する。 BudCacheは同じ推論予算の下で決定論的キャッシュベースラインよりも優れた生成品質を実現する。
論文参考訳（メタデータ） (2026-06-11T15:45:05Z)
A Controlled Study of Memory Hierarchy Transitions in Quantum Circuit Simulation on Apple M4 Pro Unified Memory Architecture [0.0]
状態ベクトル量子回路シミュレーションはメモリ帯域境界である。 Apple M4 Pro Unified Memory Architectureを使ってこの問題に対処する。ピークストリーミング帯域幅は、連続しないメモリアクセスパターンのシミュレーションスピードアップを予測できないことを示す。
論文参考訳（メタデータ） (2026-05-09T08:22:55Z)
Boundary-Aware Stabilizer Scheduling for Distributed Quantum Error Correction [1.556083770714207]
色符号のようなトポロジカルな量子誤差補正では、パリティチェックはベル対を用いた遠隔CNOT操作を必要とする。このオーバーヘッドを減らすための自然な方法は、いくつかのシーム測定をスキップすることです。我々は,標準のシンドローム抽出回路に直接統合するスケジューリングモジュールを開発した。
論文参考訳（メタデータ） (2026-04-24T11:49:07Z)
Test-Time Adaptation via Cache Personalization for Facial Expression Recognition in Videos [59.83490704563065]
本稿では,キャッシュベースのTTA方式であるキャッシュパーソナライゼーション(TTA-CaP)を提案する。実験により,TTA-CaPは,対象種別および環境変化下で,最先端のTTA法より優れることが示された。
論文参考訳（メタデータ） (2026-03-22T16:31:25Z)
Randomization Boosts KV Caching, Learning Balances Query Load: A Joint Perspective [31.67506313325633]
KVキャッシュは、キー値(KV)ペアを以前のクエリから再利用することで、Large Language Model(LLM)推論を高速化する技術である。デフォルトのLeast recently Used (LRU)消去アルゴリズムは、動的オンラインクエリの到着に苦労する。我々は、KVキャッシュ消去とクエリルーティングのコアトレードオフをキャプチャする最初の統一数学的モデルを与える。
論文参考訳（メタデータ） (2026-01-26T22:20:59Z)
Lookahead Q-Cache: Achieving More Consistent KV Cache Eviction via Pseudo Query [48.52389201779425]
KVキャッシュメモリの使用は、長いテキストシーケンスで大幅に増加する。プリフィルステージアテンションスコアを用いた既存のKVキャッシュ消去手法Pruneトークン Lookahead Q-Cacheは、真のデコードステージクエリをよりよく近似するために、低コストの疑似ルックアヘッドクエリを生成する。
論文参考訳（メタデータ） (2025-05-24T10:34:38Z)
vCache: Verified Semantic Prompt Caching [95.16654660556975]
本稿では,ユーザ定義エラー率保証を備えた最初の検証済みセマンティックキャッシュであるvCacheを提案する。オンライン学習アルゴリズムを使用して、キャッシュされたプロンプト毎に最適な閾値を推定し、追加のトレーニングなしで信頼性の高いキャッシュ応答を可能にする。我々の実験によると、vCacheは特定のエラー境界を一貫して満たし、最先端の静的な閾値と微調整された埋め込みベースラインより優れています。
論文参考訳（メタデータ） (2025-02-06T04:16:20Z)
QuantSpec: Self-Speculative Decoding with Hierarchical Quantized KV Cache [67.84112700032007]
大きな言語モデル(LLM)は、長いコンテキスト設定のためにエッジデバイスにデプロイされることが増えている。これらのシナリオでは、キーバリュー(KV)キャッシュがGPUメモリとレイテンシの両方において主要なボトルネックとなっている。そこで本研究では,ターゲットモデルのアーキテクチャを共有するが,階層的な4ビット量子化KVキャッシュと4ビット量子化重みを併用して高速化を行う,新たな自己推論型デコーディングフレームワークであるQuantSpecを提案する。
論文参考訳（メタデータ） (2025-02-05T20:43:48Z)

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。