Fugu-MT 論文翻訳(概要): MP-MPPI: A Motion Primitive Guided Sampling-Based Optimizer for Model Predictive Control

論文の概要: MP-MPPI: A Motion Primitive Guided Sampling-Based Optimizer for Model Predictive Control

arxiv url: http://arxiv.org/abs/2607.06123v1
Date: Tue, 07 Jul 2026 10:34:16 GMT
ステータス: 翻訳完了
システム内更新日: 2026-07-08 21:24:51.495157
Title: MP-MPPI: A Motion Primitive Guided Sampling-Based Optimizer for Model Predictive Control
Title（参考訳）: MP-MPPI:モデル予測制御のためのモーションプリミティブサンプリングベース最適化
Abstract要約: 本稿では, モデル予測経路積分法(MPPI)を運動プリミティブで拡張し, 新たな構造サンプリング手法を提案する。提案手法は, リアルタイム制御に必要な高速でリアクティブな動作を維持しつつ, 制御空間の探索を促進できることが実証された。
参考スコア（独自算出の注目度）: 1.5876186619446135
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: This paper proposes a novel method that extends the Model Predictive Path Integral (MPPI) method with motion primitives for additional structured sampling, which enhances the convergence towards a globally optimal solution. By evaluating motion primitives and perturbed control sequences in a real-time sampling-based optimization loop, this work addresses the limitations of the path planning capabilities of sampling-based controllers. The algorithm is implemented on a quadcopter simulator and tested on an obstacle field navigation task. It is demonstrated that the proposed approach enhances exploration of the control space while maintaining the fast, reactive behavior required for real-time control.
Abstract（参考訳）: 本稿では, モデル予測経路積分法(MPPI)を付加的な構造化サンプリングのための運動プリミティブに拡張し, グローバルな最適解への収束性を高める手法を提案する。実時間サンプリングベース最適化ループにおける動作プリミティブと摂動制御シーケンスの評価により、サンプリングベースコントローラの経路計画能力の限界に対処する。このアルゴリズムはクワッドコプターシミュレータに実装され、障害物フィールドナビゲーションタスクでテストされる。提案手法は, リアルタイム制御に必要な高速でリアクティブな動作を維持しつつ, 制御空間の探索を促進できることが実証された。

関連論文リスト

From Open Loop to Closed Loop: A Test-Time Iterative Optimization Framework for Reference-Consistent Image Generation [108.02425846269234]
制御可能な画像生成は、視覚的参照条件を組み込むことで、大きな進歩を遂げた。既存の方法は、主にオープンループシステムとして動作する。本稿では,閉ループ動的トラッキング問題として参照一貫性生成を再構成する新しいテスト時間反復最適化フレームワークを提案する。
論文参考訳（メタデータ） (2026-07-06T05:36:30Z)
TapSampling: Inference-Time Sampling with a Task-Progress-Understanding Verifier for Robotic Manipulation [61.35569005726248]
既存の具体的制御研究は、トレーニングデータとモデルサイズをスケールすることで、顕著なパフォーマンス向上を示す。拡散や自己回帰モデルのような非決定論的生成モデルは、エンボディドコントロールの分野で広く採用されている。推測時間サンプリングのためのプラグイン・アンド・プレイフレームワークである textbfTapSampling を提案する。
論文参考訳（メタデータ） (2026-05-25T08:03:31Z)
Multi-scale Coarse-to-fine Modeling for Test-time Human Motion Control [51.92884966472683]
MSCoTは、テストタイムの人間のモーション合成と制御のための、マルチスケールで粗い粒度モデルである。 MSCoTは動きを多スケールの階層表現に識別し、各時間スケールでトークンシーケンス全体を予測する。
論文参考訳（メタデータ） (2026-05-14T15:09:49Z)
Sampling-Based Control via Entropy-Regularized Optimal Transport [18.278741443124655]
OT-MPCは、エントロピー規則化された最適輸送定式化によって制限を克服するサンプリングベースのアルゴリズムである。我々は、Sinkhornアルゴリズムを用いて、クローズドな勾配のない更新を導出し、リアルタイムな性能を実現する。
論文参考訳（メタデータ） (2026-05-04T02:07:15Z)
Flow Motion Policy: Manipulator Motion Planning with Flow Matching Models [3.4672098154671995]
Flow Motion Policyは、ロボットマニピュレータのためのオープンループでエンドツーエンドのニューラルモーションプランナーである。複数のエンドツーエンドの候補パスを生成し、計画後の衝突状態を評価し、最初の衝突のないソリューションを実行する。
論文参考訳（メタデータ） (2026-04-08T13:38:58Z)
Model Predictive Path Integral PID Control for Learning-Based Path Following [0.688204255655161]
本研究では,各制御ステップにおけるPIDゲインの最適化にMPPIを適用したモデル予測経路積分(MPPI)制御を提案する。この定式化により試料効率が向上し、PID構造を介してよりスムーズな入力が得られる。
論文参考訳（メタデータ） (2026-03-31T09:41:45Z)
HPTune: Hierarchical Proactive Tuning for Collision-Free Model Predictive Control [55.015741360766945]
本稿では,高速なチューニングと低速なチューニングを組み合わせた階層型プロアクティブチューニング(HPTune)フレームワークを提案する。我々はHPTuneをドップラーLiDARと統合し、位置のみの測定とは別に障害物速度を提供し、運動予測を強化した。安全でアジャイルな衝突回避戦略を定式化することにより,HPTuneは状況調整型動作計画を可能にする。
論文参考訳（メタデータ） (2026-01-29T07:15:39Z)
Sampling Strategy Design for Model Predictive Path Integral Control on Legged Robot Locomotion [6.24797585266791]
本稿では,足歩行ロボットにおけるモデル予測経路積分(MPPI)フレームワークにおけるサンプリング戦略設計の役割を体系的に検討する。四足歩行ロボットプラットフォーム上での広範囲なシミュレーションにより、異なるサンプリング戦略が制御の滑らかさ、タスク性能、堅牢性、サンプル効率にどのように影響するかを評価する。
論文参考訳（メタデータ） (2026-01-04T07:25:37Z)
Tuning Legged Locomotion Controllers via Safe Bayesian Optimization [47.87675010450171]
本稿では,ロボットハードウェアプラットフォームにおけるモデルベースコントローラの展開を効率化するための,データ駆動型戦略を提案する。モデルフリーな安全な学習アルゴリズムを用いて制御ゲインのチューニングを自動化し、制御定式化で使用される単純化されたモデルと実システムとのミスマッチに対処する。
論文参考訳（メタデータ） (2023-06-12T13:10:14Z)
Optimal Control of Nonlinear Systems with Unknown Dynamics [4.551160285910024]
本稿では,閉ループ最適制御器の探索のためのデータ駆動方式を提案する。任意の初期状態が与えられた未知の力学を持つ系に対する特定の無限水平コスト関数を最小化する。
論文参考訳（メタデータ） (2023-05-24T14:27:22Z)
Gaussian Process-based Min-norm Stabilizing Controller for Control-Affine Systems with Uncertain Input Effects and Dynamics [90.81186513537777]
本稿では,この問題の制御・アフィン特性を捉えた新しい化合物カーネルを提案する。この結果の最適化問題は凸であることを示し、ガウス過程に基づく制御リャプノフ関数第二次コーンプログラム(GP-CLF-SOCP)と呼ぶ。
論文参考訳（メタデータ） (2020-11-14T01:27:32Z)

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。