論文の概要: Multi-Rate Nonlinear Model Predictive Control for Wall-Supported Bipedal Locomotion of Quadrupedal Robots
- arxiv url: http://arxiv.org/abs/2607.01574v1
- Date: Thu, 02 Jul 2026 01:09:09 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-07-03 19:45:08.626167
- Title: Multi-Rate Nonlinear Model Predictive Control for Wall-Supported Bipedal Locomotion of Quadrupedal Robots
- Title（参考訳）: 四足歩行ロボットの2足歩行における多段階非線形モデル予測制御
- Abstract要約: マルチレート非線形モデル予測制御(MR-NMPC)に基づく新しい階層型計画制御フレームワークを提案する。
四足歩行ロボットは、制約のある環境で壁支援でハイブリッド二足歩行を行うことができる。
提案手法は,Unitree A1ロボットのロバストな壁支援二足歩行を実証する広範囲な数値シミュレーションにより検証された。
- 参考スコア（独自算出の注目度）: 3.2625979527355784
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: This paper presents a novel layered planning and control framework based on multi-rate nonlinear model predictive control (MR-NMPC) that enables quadrupedal robots to perform hybrid bipedal locomotion with wall-assisted support in constrained environments. Real-time trajectory optimization for this locomotion presents significant challenges, as the controller must simultaneously plan for both the contact points and the continuous trajectories of the robot's center of mass (CoM) and orientation within the robot's nonlinear dynamics while accounting for unilateral contact constraints, underactuation, and the switching nature of the robot's dynamics. At the high level of the control framework, an MR-NMPC is proposed, which dynamically plans both the discrete-time trajectories of the contact points and the continuous-time trajectories of the CoM and orientation, using a single rigid body (SRB) dynamics model. By incorporating contact-point planning within the multi-rate optimal control framework, this approach enhances dynamic stability compared to heuristic foot placement strategies. At the low level of the control framework, a nonlinear whole-body controller (WBC) based on virtual constraints and a quadratic program enforces full-order dynamics and tracks the MR-NMPC references. The proposed approach is validated through extensive numerical simulations demonstrating the robust wall-assisted bipedal locomotion of a Unitree A1 quadrupedal robot on rough terrains and under external disturbances in a constrained environment. Comparative analysis shows that the proposed MR-NMPC achieves a 2.9 times higher success rate compared to conventional MPC with heuristic-based foot placement strategies in negotiating irregular terrain at high speeds.
- Abstract（参考訳）: 本稿では,多段非線形モデル予測制御(MR-NMPC)に基づく新しい階層型計画制御フレームワークを提案する。
この移動のリアルタイム軌道最適化は、ロボットの質量中心(CoM)の接触点と連続軌跡の両方を同時に計画し、一方の接触制約、不動およびロボットのダイナミクスのスイッチング特性を考慮しつつ、ロボットの非線形力学における向きを考慮しなければならないため、大きな課題となる。
MR-NMPCは接触点の離散時間軌道とCoMの連続時間軌道と向きの両方を動的に計画する。
マルチレート最適制御フレームワークにコンタクトポイント計画を組み込むことで,ヒューリスティックな足場配置戦略と比較して動的安定性を向上させる。
制御フレームワークの低レベルにおいては、仮想制約に基づく非線形全体コントローラ(WBC)と二次プログラムがフルオーダーのダイナミクスを強制し、MR-NMPC参照を追跡する。
提案手法は,Unitree A1四足歩行ロボットの路地および外乱環境下での頑健な壁付き二足歩行を実証する広範囲な数値シミュレーションにより検証した。
MR-NMPCは従来のMPCと比べ2.9倍の成功率を示し, 高速で不規則な地形を交渉するヒューリスティックな足の配置戦略を示した。
関連論文リスト
- ASTRIL-MPC: Autonomous Traversal Framework of Articulated Tracked Robots with Language-Guided Neural-Kinematic MPC [10.434774696873793]
都市検索と救助において、関節付き追跡ロボット(ATR)は、構造的だが接触に富んだ環境を横切る必要がある。
本稿では,言語誘導型ニューラルキネマティクスモデル予測制御フレームワークであるASTRIL-MPCを提案する。
論文 参考訳（メタデータ） (2026-09-11T17:17:52Z) - Real-Time Control-Constrained DDP for Underactuated Balancing of Legged Robots [0.28106259549258145]
本稿では,不動脚ロボットのためのリアルタイム制御制約付き微分動的プログラミング(DDP)フレームワークを提案する。
我々の知る限りでは、これはリアルタイム有限水平MPCを用いて達成された四脚ロボットの静的二脚立位の最初の実演である。
論文 参考訳（メタデータ） (2026-08-19T05:21:27Z) - A Neural Network Based Teleoperation for Remote Controlled Vehicles [98.38733381483934]
車両の直接遠隔操作は重要な技術的ボトルネックに直面している。
通信遅延とオペレーターの 物理的に知覚できない 未モデル化の環境障害。
本稿では,一方的な遠隔操作フレームワークを提案する。
論文 参考訳（メタデータ） (2026-08-11T01:51:08Z) - 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) - Graph Neural Planning and Predictive Control for Multi-Robot Communication-Constrained Unlabeled Motion Planning [10.967576917866408]
グラフアテンションプランナー(GATP)と分散モデル予測制御器(NMPC)を組み合わせた階層型フレームワークを提案する。
大規模チームへの一般化の改善,200msまでの通信遅延の堅牢性,および非集中型オンボード・クオータによる実用的な実現可能性を示す。
論文 参考訳（メタデータ） (2026-05-19T00:18:54Z) - 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) - Dynamic Modeling and Robust Gait Optimization of a Compliant Worm Robot [6.048766517808481]
本稿では,共振管を走行可能なロボットのモデリングと最適化の枠組みを実験的に検討する。
平均出力を最小化しながら平均速度を最大化する多目的歩行最適化問題を定式化する。
その結果,提案手法はロボットの移動とエネルギー消費の優位性を捉えていることがわかった。
論文 参考訳（メタデータ） (2026-04-13T20:20:03Z) - Safety-Critical Centralized Nonlinear MPC for Cooperative Payload Transportation by Two Quadrupedal Robots [3.7624387468002483]
相互接続型ロボットペイロードシステムは離散時間非線形微分代数系としてモデル化される。
我々は,ロボットとペイロードの衝突回避制約を強制する制御障壁関数(CBF)に基づくNMPC式を開発した。
提案手法は、決定変数として相互作用のレンチを保ち、構造化されたDAE制約の最適制御問題をもたらす。
論文 参考訳（メタデータ） (2026-04-03T17:19:47Z) - Path Planning and Reinforcement Learning-Driven Control of On-Orbit Free-Flying Multi-Arm Robots [1.0688341355376219]
本稿では,軌道上における自由飛行型マルチアームロボットの動作計画と制御のための軌道最適化(TO)と強化学習(RL)を統合したハイブリッドアプローチを提案する。
高精度な身体制御のためのスラスタを備えたマルチアームロボット設計は、複雑な宇宙操作における冗長性と安定性を実現する。
論文 参考訳（メタデータ） (2026-03-24T13:31:32Z) - ADMM-Based Distributed MPC with Control Barrier Functions for Safe Multi-Robot Quadrupedal Locomotion [3.5507574265100854]
本稿では,制御障壁関数(CBF)を制約とした完全分散モデル予測制御(MPC)フレームワークを提案する。
提案するフレームワークは,四足歩行ロボットのための階層型移動制御アーキテクチャに統合される。
論文 参考訳（メタデータ） (2026-03-19T17:25:33Z) - Discrete-Guided Diffusion for Scalable and Safe Multi-Robot Motion Planning [56.240199425429445]
マルチロボット運動計画(MPMP)は、共有された連続作業空間で動作する複数のロボットのための軌道を生成する。
離散マルチエージェント探索(MAPF)法は,その拡張性から広く採用されているが,粗い離散化の軌道品質は高い。
本稿では、制約付き生成拡散モデルを用いた離散MAPF解法を導入することにより、2つのアプローチの限界に対処する。
論文 参考訳（メタデータ） (2025-08-27T17:59:36Z) - 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) - First Steps: Latent-Space Control with Semantic Constraints for
Quadruped Locomotion [73.37945453998134]
従来の四重化制御のアプローチでは、単純化された手作りのモデルが採用されている。
これにより、有効な運動範囲が縮小されているため、ロボットの能力が大幅に低下する。
この研究において、これらの課題は、構造化潜在空間における最適化として四重化制御をフレーミングすることによって解決される。
深い生成モデルは、実現可能な関節構成の統計的表現を捉え、一方、複雑な動的および終端的制約は高レベルな意味的指標によって表現される。
実世界とシミュレーションの両方で最適化された移動軌跡の実現可能性を検証する。
論文 参考訳（メタデータ） (2020-07-03T07:04:18Z)
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。