論文の概要: Optimal any-angle path planning in static and dynamic environments

• arxiv url: http://arxiv.org/abs/2607.00065v1
• Date: Tue, 30 Jun 2026 12:40:23 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-02 19:56:07.604146
• Title: Optimal any-angle path planning in static and dynamic environments
• Title（参考訳）: 静的・動的環境における最適任意の経路計画法
• Abstract要約: Zeta* と Zeta*-SIPP はそれぞれ静的環境と動的環境向けに開発されている。 Zeta*-SIPPはどちらの走査法でも、対応する最先端の最適プランナーTO-AA-SIPPの20倍以上高速である。
• 参考スコア（独自算出の注目度）: 3.8673630752805437
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Any-angle path planning extends traditional graph-based path planning by allowing movement between any pair of vertices, rather than being restricted by predefined edges. It can find straighter and shorter paths in continuous space with graphs, making it particularly suitable for navigation in open areas such as airspaces, warehouses, and oceans. Many any-angle path-planning algorithms have been proposed, but only a few can guarantee optimal solutions, especially in the presence of dynamic obstacles. To address this challenge, this article focuses on optimal any-angle path planning on grids and introduces two general techniques that accelerate computation while preserving optimality in both static and dynamic environments: 1) elliptical forward expansion, which leverages ellipse-based neighborhoods to restrict the search space, and 2) field of view, which replaces traditional line-of-sight methods to speed up visibility checks. To integrate these two techniques, inverted and forward scanning are introduced. Inverted scanning establishes visual connections from open nodes, whereas forward scanning initiates scans from closed nodes. Building on the proposed techniques, Zeta* and Zeta*-SIPP are developed for static and dynamic environments respectively. Zeta*, when combined with forward scanning, is similar to the state-of-the-art algorithm Anya and attains comparable performance. Unlike Anya, Zeta* can be readily extended to other settings, such as dynamic environments (e.g., Zeta*-SIPP). Zeta*-SIPP, with either scanning method, is more than 20 times faster than the corresponding state-of-the-art optimal planner TO-AA-SIPP. Overall, this research identifies the key requirements for achieving optimal any-angle path planning and introduces a unified approach suitable for different environments.
• Abstract（参考訳）: 任意の角度の経路計画は、事前に定義されたエッジによって制限されるのではなく、任意の頂点間の移動を可能にすることによって、従来のグラフベースの経路計画を拡張します。 連続した空間において、より直線的で短い経路をグラフで見つけることができ、特に空域、倉庫、海洋などのオープンエリアでのナビゲーションに適している。 多くの非角経路計画アルゴリズムが提案されているが、特に動的障害物の存在下で最適な解を保証できるのはごくわずかである。 この課題に対処するために,本稿では,グリッド上での任意の角度経路を最適に計画することに焦点を当て,静的環境と動的環境の両方において最適性を維持しながら計算を高速化する2つの一般的な手法を紹介する。 1)楕円型前方展開は楕円型近傍を利用して探索空間を制限し、 視界チェックを高速化するため、従来の視界検査手法を置き換える。 これら2つの手法を統合するために、反転走査と前方走査を導入する。 逆走査はオープンノードからの視覚的接続を確立し、フォワードスキャンはクローズドノードからのスキャンを開始する。 提案手法に基づいて,静的環境と動的環境にゼタ*とゼタ*-SIPPを開発した。 Zeta*とフォワードスキャンを組み合わせると、最先端のアルゴリズムAnyaと似ていて、同等のパフォーマンスを実現している。 Anyaとは異なり、Zeta*は動的環境(例えば、Zeta*-SIPP)など、他の設定にも容易に拡張できる。 Zeta*-SIPPはどちらの走査法でも、対応する最先端の最適プランナーTO-AA-SIPPの20倍以上高速である。 本研究は, 最適な任意の経路計画を実現するための重要な要件を特定し, 異なる環境に適した統一的なアプローチを提案する。

関連論文リスト

• AutoPath: Learning Transferable Goal-Conditioned Stochastic Path Prior for Safe Navigation Without Human Demonstrations [103.61864552260316]
  動的環境におけるリアルタイムナビゲーションは、限られた知覚下での衝突のない、動的に実現可能な動きを必要とする。 我々は,移動可能な目標整合経路の学習としてナビゲーションを定式化し,局所的な観測に基づいて,目標整合な局所経路上の再利用可能な分布をモデル化する。 我々は、幾何対応の極性行動多様体を用いて局所経路をパラメータ化し、安定かつ安全対応の計画のためのマルチゴール分散ロールアウトによるリスク感応性ユーティリティシェーピングを含む構造化された事前学習フレームワークを開発した。
  論文  参考訳（メタデータ） (2026-07-13T16:00:41Z)
• Search-Based Spatiotemporal and Multi-Robot Motion Planning on Graphs of Space-Time Convex Sets [4.512110686124693]
  時空間凸集合(ST-GCS)のグラフに基づくアルゴリズムフレームワークを提案する。 マルチロボット動作計画では,ST-GCS計画とECDを優先計画手法に統合する。 大規模なデモのために提案されているマルチロボットモーションプランナーは、数分で最大100ドル(約1万1000円)のロボットのインスタンスを解決できる。
  論文  参考訳（メタデータ） (2026-07-01T04:58:00Z)
• Hierarchical Informative Path Planning via Graph Guidance and Trajectory Optimization [10.020847331719398]
  エージェントがガウス過程 (GP) としてモデル化された潜伏場の測定を収集し, 対象地における不確実性を低減するため, 乱雑な環境下での移動予算を考慮した情報経路計画 (IPP) について検討する。 i) グラフに基づくグローバルプランニング, (ii) 幾何学的およびカーネル境界を用いたセグメント単位の予算配分, (iii) 厳密な制約と障害物刈取を伴う各セグメントのスプラインベース改良の3段階からなる階層的フレームワークを提案する。
  論文  参考訳（メタデータ） (2026-01-23T23:27:20Z)
• Neural Nonmyopic Bayesian Optimization in Dynamic Cost Settings [73.44599934855067]
  LookaHESは、動的で履歴に依存したコスト環境のために設計された非心筋BOフレームワークである。 LookaHESは、$H$-Entropy Searchのマルチステップ版と、パスワイズサンプリングとニューラルポリシー最適化を組み合わせたものだ。 私たちの革新は、構造化されたドメイン固有のアクションスペースを効果的にナビゲートするために、大きな言語モデルを含むニューラルポリシーの統合です。
  論文  参考訳（メタデータ） (2026-01-10T09:49:45Z)
• Enhanced UAV Path Planning Using the Tangent Intersection Guidance (TIG) Algorithm [0.0]
  Tangent Intersection Guidance (TIG) は、静的および動的環境の両方において、UAV経路計画の先進的なアプローチである。 脅威ごとに2つのサブパスを生成し、アルゴリズムルールに基づいて最適な経路を選択し、目標に到達するまで経路を反復的に洗練する。 TIGは衝突回避のための効率的なリアルタイムパス計画機能を示し、APFおよびダイナミックAPPATTアルゴリズムより優れている。
  論文  参考訳（メタデータ） (2025-08-26T12:11:59Z)
• SCoTT: Strategic Chain-of-Thought Tasking for Wireless-Aware Robot Navigation in Digital Twins [78.53885607559958]
  無線対応経路計画フレームワークであるSCoTTを提案する。 SCoTT は DP-WA* の2% 以内で経路ゲインを達成し, 連続的に短い軌道を生成できることを示す。 また,ガゼボシミュレーションにおいて,SCoTTをROSノードとして配置することにより,本手法の実用性を示す。
  論文  参考訳（メタデータ） (2024-11-27T10:45:49Z)
• GOI: Find 3D Gaussians of Interest with an Optimizable Open-vocabulary Semantic-space Hyperplane [53.388937705785025]
  3Dオープンボキャブラリのシーン理解は、拡張現実とロボット応用の推進に不可欠である。 GOIは2次元視覚言語基礎モデルから3次元ガウススプラッティング(3DGS)に意味的特徴を統合するフレームワークである。 提案手法では,特徴空間内の超平面分割として特徴選択処理を扱い,クエリに関連性の高い特徴のみを保持する。
  論文  参考訳（メタデータ） (2024-05-27T18:57:18Z)
• Vision-aided UAV navigation and dynamic obstacle avoidance using gradient-based B-spline trajectory optimization [7.874708385247353]
  本稿では,ロボットの車載視力を利用した勾配に基づくB-スプライン軌道最適化アルゴリズムを提案する。 提案手法は、まず円ベースのガイドポイントアルゴリズムを用いて、静的障害物を避けるためのコストと勾配を近似する。 視界検出された移動物体では, 動的衝突を防止するために, 反射・水平距離場が同時に使用される。
  論文  参考訳（メタデータ） (2022-09-15T02:12:30Z)
• On Constraints in First-Order Optimization: A View from Non-Smooth Dynamical Systems [99.59934203759754]
  本稿では,スムーズな制約付き最適化のための一階法について紹介する。 提案手法の2つの特徴は、実現可能な集合全体の投影や最適化が避けられることである。 結果として得られるアルゴリズムの手順は、制約が非線形であっても簡単に実装できる。
  論文  参考訳（メタデータ） (2021-07-17T11:45:13Z)
• Learning Space Partitions for Path Planning [54.475949279050596]
  PlaLaMは2次元ナビゲーションタスクにおける既存の経路計画手法よりも優れており、特に難解な局所最適化の存在下では優れている。 これらは高マルチモーダルな実世界のタスクに移行し、コンパイラフェーズでは最大245%、分子設計では最大0.4の強いベースラインを0-1スケールで上回ります。
  論文  参考訳（メタデータ） (2021-06-19T18:06:11Z)
• Path Planning Followed by Kinodynamic Smoothing for Multirotor Aerial Vehicles (MAVs) [61.94975011711275]
  そこで本稿では,RRT*textquotedblrightのテキストを幾何学的にベースとした動き計画手法を提案する。 提案手法では,適応探索空間とステアリング機能を導入したオリジナルのRT*を改良した。 提案手法を様々なシミュレーション環境で検証した。
  論文  参考訳（メタデータ） (2020-08-29T09:55:49Z)

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。