論文の概要: Dynamic Evaluation of Classical and Control-Aware Optimal Trajectory Planning in Robot Manipulators

• arxiv url: http://arxiv.org/abs/2607.05544v2
• Date: Wed, 08 Jul 2026 20:42:22 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-10 14:45:27.259999
• Title: Dynamic Evaluation of Classical and Control-Aware Optimal Trajectory Planning in Robot Manipulators
• Title（参考訳）: ロボットマニピュレータにおける古典的・制御的最適軌道計画の動的評価
• Abstract要約: 軌道計画は、ロボットマニピュレータのトラッキング精度、アクチュエータ要求、および全体的な実行行動に影響を与える。 立方体、クインティック、および台形形状のような古典的なプランナーは、その単純さと滑らかさのために広く使われている。 本稿では,マニピュレータのダイナミクスとアクチュエータの取り組みを明示的に組み込んだ制御対応最適軌道計画フレームワークを提案する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Trajectory planning strongly influences tracking accuracy, actuator demand, and overall execution behavior in robotic manipulators. Classical planners such as cubic, quintic, and trapezoidal profiles are widely used for their simplicity and smoothness, yet they remain purely kinematic and ignore system dynamics and control effort during trajectory generation. As a result, nominally smooth trajectories can lead to inefficient nonlinear execution and increased corrective control action. This paper presents a control-aware optimal trajectory planning framework that explicitly incorporates manipulator dynamics and actuator effort within a finite-horizon formulation. A midpoint linearization strategy is introduced to improve approximation accuracy for large point-to-point motions. In contrast to prior comparisons, the proposed approach enables fair, isolated evaluation of trajectory generation effects under identical closed-loop nonlinear execution conditions. To this end, a unified evaluation framework is developed in which all planners are executed under identical nonlinear dynamics, controller structure, and actuator constraints. Simulations on a nonlinear simplified UR5 manipulator show that the proposed approach consistently reduces tracking error, corrective torque, and closed-loop execution cost compared to classical methods, achieving substantial reductions in actuator effort and execution cost across all evaluated scenarios, demonstrating that kinematic smoothness alone does not ensure dynamically efficient execution.
• Abstract（参考訳）: 軌道計画は、ロボットマニピュレータのトラッキング精度、アクチュエータ需要、および全体的な実行行動に強く影響を及ぼす。 立方体、クインティック、台形などの古典的なプランナーは、その単純さと滑らかさのために広く使われているが、それらは純粋にキネマティックであり、軌道生成時のシステム力学と制御の努力を無視している。 その結果、名目上スムーズな軌道は非効率な非線形実行と補正制御作用の増大につながる。 本稿では, マニピュレータのダイナミクスとアクチュエータの取り組みを有限水平定式化に明示的に組み込んだ制御対応最適軌道計画手法を提案する。 大きな点対点運動の近似精度を向上させるために、中間点線形化戦略を導入する。 従来の比較と対照的に,提案手法は同一閉ループ非線形実行条件下での軌道生成効果の公平かつ孤立的な評価を可能にする。 この目的のために、同一の非線形ダイナミクス、コントローラ構造、アクチュエータ制約の下で全てのプランナが実行される統一評価フレームワークを開発した。 非線形単純化されたUR5マニピュレータのシミュレーションにより,提案手法は従来の手法と比較して追従誤差,補正トルク,クローズドループ実行コストを一貫して低減し,アクチュエータの労力と実行コストを大幅に削減し,キネマティックな滑らかさだけでは動的に効率的に実行できないことを示した。

関連論文リスト

• Nonlinear Model Predictive Control for Trajectory Tracking of Differentially Flat Fixed-Wing Aerial Systems [6.655837620295535]
  固定翼無人航空機(UAV)の計画と制御は、非線形力学、空力限界、環境障害のために困難である。 本稿では,微分平坦性に基づく軌道生成と予測的制約認識制御を統合した統合フレームワークを提案する。 提案手法を広範囲なシミュレーションと実世界の飛行実験により検証し,複雑な軌道の追跡精度とロバスト性の向上を実証した。
  論文  参考訳（メタデータ） (2026-08-21T01:25:35Z)
• Nonlinear Model Predictive Control via Sequential Convex Programming for Drone-to-Drone Docking [0.0]
  本研究は, ドッキングタスクを外乱状態が拡張された低次非線形モデルに基づいて, 有限水平最適制御問題として定式化する。 その結果, 動的に実現可能なドッキング軌道を生成するために, 後退水平フレームワーク内での逐次凸プログラミングを用いて問題を解く。
  論文  参考訳（メタデータ） (2026-08-11T06:27:45Z)
• 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)
• Saturation-Aware Robust Trajectory Optimization for Reusable Launch Vehicles via Differentiable Physics [9.011250637911248]
  再利用可能なロケットの高アングル・オブ・アタック・フリップ操作は、ロバストな軌道最適化の課題を示す。 本稿では飽和を考慮したロバスト軌道最適化のための微分可能な物理フレームワークを提案する。
  論文  参考訳（メタデータ） (2026-07-02T14:30:37Z)
• Invertible Neural Network Adapter for One-Step Flow Matching in Robot Manipulation [48.77928097573051]
  本稿では,汎用ロボット操作のための可逆ニューラルネットワークアダプタを提案する。 フローマッチングの定式化に基づいて、提案したアダプタは、可逆潜在空間内のアクション生成軌跡を制約する。 提案手法の有効性を評価するため,様々なシミュレーションベンチマークと実世界のロボットプラットフォームを用いて実験を行った。
  論文  参考訳（メタデータ） (2026-06-17T15:35:27Z)
• AURA: Asymptotically Optimal Uncertainty-Robust Replanning Algorithm for Kinodynamic Systems [1.137457877869062]
  サンプリングベースのモーションプランナーは、キノダイナミックなモーションプランニングに実用的でスケーラブルなアプローチを提供する。 これらのプランナーは通常オフラインで使用され、軌道が計算された後にのみ実行を開始する必要がある。 この作業では、これらの制限は、実行時のパス品質とパフォーマンスのトラッキングの両方を改善する統一されたフレームワーク、メソッド内で対処された。
  論文  参考訳（メタデータ） (2026-05-26T21:20:09Z)
• Motion Planning for Autonomous Vehicles using Optimization over Graphs of Convex Sets [0.6445605125467574]
  自動運転車の運動計画には、リアルタイムな制約の下で、衝突のない、動的に実現可能な軌道を生成する必要がある。 本稿では,非線形動作計画問題に近似する新しい幾何学的制御法を提案する。 連続緩和における凸性を保ちながら、支配的な幾何学的動的効果を捉え、非線形運動計画問題の構造化された近似を提供する。
  論文  参考訳（メタデータ） (2026-05-13T23:29:54Z)
• AnchorRefine: Synergy-Manipulation Based on Trajectory Anchor and Residual Refinement for Vision-Language-Action Models [60.04879435087352]
  視覚言語アクション(VLA)ポリシーは、単一の統一空間内でアクションを生成する。 本稿では,VLAの動作モデリングを軌跡アンカーと残留精細化に分解する階層的フレームワークであるAnchorRefineを提案する。 LIBERO、CALVIN、および実ロボットタスクの実験では、AnchorRefineは回帰ベースと拡散ベースの両方のVLAバックボーンを一貫して改善している。
  論文  参考訳（メタデータ） (2026-04-20T04:25:24Z)
• Curvature-Guided LoRA: Steering in the pretrained NTK subspace [60.35296431630704]
  本稿では,PEFTを用いて得られた予測器と,出力レベルにおける完全微調整の予測器との整合性を考慮した予測アライメント問題を提案する。 我々は、この目的が自然に、ニュートンのような、曲率ホワイトの勾配に対応する最適な低ランク更新を行う、曲率対応の2階定式化につながることを示した。 この知見に基づいて、局所曲率情報を用いて適応方向を選択し、スケールする曲率誘導LoRA(CG-LoRA)を提案する。
  論文  参考訳（メタデータ） (2026-03-31T14:46:39Z)
• Conservative Continuous-Time Treatment Optimization [9.553261527696067]
  不規則な患者軌道から治療を最適化するための保守的連続時間制御フレームワークを開発した。 ベンチマークデータセットの実験では、非保守的なベースラインに比べて堅牢性とパフォーマンスが向上した。
  論文  参考訳（メタデータ） (2026-03-17T17:01:23Z)
• Optimizing Control-Friendly Trajectories with Self-Supervised Residual Learning [10.551597725130675]
  現実世界の物理学は、現代の複雑なロボットシステムに対して、一定の精度で解析的にのみモデル化できる。 本稿では、上記の課題に対処するために、自己教師付き残差学習と軌道最適化の枠組みを提案する。
  論文  参考訳（メタデータ） (2026-01-06T06:01:58Z)
• Dynamic Tube MPC: Learning Tube Dynamics with Massively Parallel Simulation for Robust Safety in Practice [28.37162791852146]
  追跡不能なエラーは、安全を確保するために名目上の計画の堅牢化を必要とする。 本研究では,超並列シミュレーションを利用して動的チューブ表現を学習する手法を提案する。 結果のダイナミックMPCチューブは、3DホッピングロボットARCHERに適用される。
  論文  参考訳（メタデータ） (2024-11-22T21:22:51Z)
• DATT: Deep Adaptive Trajectory Tracking for Quadrotor Control [62.24301794794304]
  Deep Adaptive Trajectory Tracking (DATT)は、学習に基づくアプローチであり、現実世界の大きな乱れの存在下で、任意の、潜在的に実現不可能な軌跡を正確に追跡することができる。 DATTは、非定常風場における可溶性および非実用性の両方の軌道に対して、競争適応性非線形およびモデル予測コントローラを著しく上回っている。 適応非線形モデル予測制御ベースラインの1/4未満である3.2ms未満の推論時間で、効率的にオンラインで実行することができる。
  論文  参考訳（メタデータ） (2023-10-13T12:22:31Z)
• 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。