論文の概要: Search-Based Spatiotemporal and Multi-Robot Motion Planning on Graphs of Space-Time Convex Sets
- arxiv url: http://arxiv.org/abs/2607.00444v1
- Date: Wed, 01 Jul 2026 04:58:00 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-07-02 19:56:07.722834
- Title: Search-Based Spatiotemporal and Multi-Robot Motion Planning on Graphs of Space-Time Convex Sets
- Title（参考訳）: 時空間凸集合グラフの探索に基づく時空間・ロボット運動計画
- Abstract要約: 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。
- 参考スコア（独自算出の注目度）: 4.512110686124693
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Spatiotemporal motion planning, especially in multi-robot settings, requires robots to reason about collision-free regions that change over time, which is challenging in continuous spaces when feasible regions are transient and geometrically constrained. We present an algorithmic framework based on graphs of space-time convex sets (ST-GCSs), where collision-free regions are represented as convex sets in space-time and trajectories correspond to paths on the graph together with continuous motions within the selected sets. We formulate time-optimal planning on ST-GCSs as a graph-search problem over path-indexed states and develop a best-first search solver that evaluates partial paths via continuous trajectory optimization, guided by admissible heuristics and dominance checks. We further present an Exact Convex Decomposition (ECD) scheme to reserve trajectory occupancies in space-time, enabling unified handling of dynamic obstacles and multi-robot interactions. For multi-robot motion planning, we integrate ST-GCS planning and ECD into prioritized planning methods and introduce a windowed coordination scheme to improve efficiency. Extensive experiments on single-robot and multi-robot problems demonstrate substantial speedups over various planners while maintaining high solution quality, particularly in environments with narrow and transient feasible regions. Large-scale demonstrations further show that the proposed multi-robot motion planner can solve instances with up to $100$ robots within only a few minutes. Project homepage: https://sites.google.com/view/stgcs
- Abstract（参考訳）: 時空間の計画、特にマルチロボット環境では、ロボットは時間とともに変化する衝突のない領域を推論する必要がある。
本稿では,時空凸集合 (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。衝突のない領域は時空の凸集合として表現され,軌道は選択した集合内の連続運動とともにグラフ上の経路に対応する。
パスインデックス付き状態に対するグラフ探索問題としてST-GCSの時間最適計画を定式化し、許容ヒューリスティックスと支配チェックによって導かれる連続軌跡最適化による部分経路の評価を行う最優先探索解法を開発した。
さらに、時空における軌道占有を予約し、動的障害物とマルチロボットの相互作用を統一的に扱えるECD(Exact Convex Decomposition)方式を提案する。
マルチロボット動作計画において,ST-GCS計画とECDを優先計画手法に統合し,効率向上のためのウィンドウ調整方式を導入する。
シングルロボット問題とマルチロボット問題に対する大規模な実験は、特に狭く過渡性のある領域の環境において、高いソリューション品質を維持しながら、様々なプランナーに対する大幅なスピードアップを示す。
大規模なデモでは、提案されているマルチロボットモーションプランナーが、わずか数分で最大100ドルのロボットのインスタンスを解決できることが示されている。
プロジェクトのホームページ: https://sites.google.com/view/stgcs
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) - Navigating the Clutter: Waypoint-Based Bi-Level Planning for Multi-Robot Systems [54.887871365121775]
乱雑な環境におけるマルチロボット制御は、複雑な物理的制約を伴う難しい問題である。
タスクとモーションプランニングを協調的に最適化するハイブリッドマルチロボット制御フレームワークを提案する。
我々のアプローチは、動作に依存しないベースラインとVLAベースのベースラインよりもタスクの成功を継続的に改善する。
論文 参考訳（メタデータ） (2026-04-22T22:58:47Z) - Ultrafast Sampling-based Kinodynamic Planning via Differential Flatness [15.37007491684187]
AkinoPDFは、多種多様なフラットなロボットシステムのための高速並列サンプリングに基づくキノダイナミックモーションプランニング技術である。
我々の手法は高速で正確で、どのサンプリングベースモーションプランナーとも互換性がある。
論文 参考訳（メタデータ） (2026-03-17T01:53:10Z) - Fast Motion Planning for Non-Holonomic Mobile Robots via a Rectangular Corridor Representation of Structured Environments [43.11194204846493]
非ホロノミックな自律移動ロボットの高速動作計画のための完全なフレームワークを提案する。
提案手法では,重なり合う矩形廊下のコンパクトグラフを生成する決定論的自由空間分解を導入する。
このフレームワークは、長方形の列を見つけて、最適に近い運動可能な軌道を生成することで、オンラインのモーションプランニングを行う。
論文 参考訳（メタデータ） (2026-02-10T12:18:14Z) - Space-Time Graphs of Convex Sets for Multi-Robot Motion Planning [2.3416394753138037]
MRMP(Multi-Robot Motion Planning)は、連続環境における複数ロボットの衝突のない軌道の計算問題である。
本研究では,無衝突時空間領域をランダムサンプリングに頼るのではなく,無衝突時空間領域で体系的にカバーする新しいプランナである,凸集合の空間時間グラフ(ST-GCS)を提案する。
また,コンベックス分解(ECD)を時間的障害としてトラジェクトリを「保存」するために提案し,その後の計画のための衝突のない時空間グラフセットの維持に対処する。
論文 参考訳（メタデータ） (2025-03-01T18:28:57Z) - Risk-aware Integrated Task and Motion Planning for Versatile Snake Robots under Localization Failures [6.250953826294371]
スネークロボットは、地球と宇宙の応用において、極端な地形や制限された環境を通して移動を可能にする。
この問題に対処するために、間欠的にスケジューリングされたスコープ(BLISS)を用いたブラインドモーションを提案する。
BLISSは、プロピロセプションのみのモビリティと間欠的なスキャンを組み合わせることで、ローカライゼーション障害と衝突リスクの両方に対して耐性がある。
論文 参考訳（メタデータ） (2025-02-27T02:02:51Z) - Simultaneous Multi-Robot Motion Planning with Projected Diffusion Models [57.45019514036948]
MRMP拡散(MRMP Diffusion, SMD)は, 制約付き最適化を拡散サンプリングプロセスに統合し, 衝突のない, キネマティックに実現可能な軌道を生成する新しい手法である。
本稿では, ロボット密度, 障害物の複雑度, 動作制約の異なるシナリオ間の軌道計画アルゴリズムを評価するための総合的MRMPベンチマークを提案する。
論文 参考訳（メタデータ） (2025-02-05T20:51:28Z) - Monte Carlo Tree Search with Velocity Obstacles for safe and efficient motion planning in dynamic environments [49.30744329170107]
本稿では,動的障害物に関する情報を最小限に抑えた最適オンライン動作計画手法を提案する。
提案手法は,モデルシミュレーションによるオンライン最適計画のためのモンテカルロ木探索 (MCTS) と障害物回避のためのVelocity Obstacles (VO) を組み合わせた。
我々は,非線形モデル予測制御(NMPC)を含む最先端のプランナーに対して,衝突速度,計算,タスク性能の向上の観点から,我々の方法論の優位性を示す。
論文 参考訳（メタデータ） (2025-01-16T16:45:08Z) - A Hybrid Evolutionary Approach for Multi Robot Coordinated Planning at Intersections [0.0]
交差点での協調型マルチロボット運動計画は、道路、工場、倉庫における安全な移動の鍵となる。
本稿では,パラメトリック格子構造と離散的RRTを用いた新しい進化的アルゴリズムを提案する。
論文 参考訳（メタデータ） (2024-12-02T03:40:04Z) - A Meta-Engine Framework for Interleaved Task and Motion Planning using Topological Refinements [51.54559117314768]
タスク・アンド・モーション・プランニング(タスク・アンド・モーション・プランニング、TAMP)は、自動化された計画問題の解決策を見つけるための問題である。
本稿では,TAMP問題のモデル化とベンチマークを行うための,汎用的でオープンソースのフレームワークを提案する。
移動エージェントと複数のタスク状態依存障害を含むTAMP問題を解決する革新的なメタ技術を導入する。
論文 参考訳（メタデータ） (2024-08-11T14:57:57Z) - 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)
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。