論文の概要: Input-Constrained Spatiotemporal Tubes for Safe Navigation of Unknown Euler-Lagrange Systems in Dynamic Environments
- arxiv url: http://arxiv.org/abs/2607.08189v1
- Date: Thu, 09 Jul 2026 07:39:39 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-07-10 14:45:27.44437
- Title: Input-Constrained Spatiotemporal Tubes for Safe Navigation of Unknown Euler-Lagrange Systems in Dynamic Environments
- Title（参考訳）: 動的環境における未知オイラーラグランジュ系の安全ナビゲーションのための入力制約時空間管
- Abstract要約: 本稿では,有限時間到達型時空間航法(FT-RAS)を保証した未知視システムのためのリアルタイム制御フレームワークを提案する。
我々は,制御制約を入力として制御器の設計に拡張し,制御権限を管の設計と利用可能な不確実性に関連付けるオフライン検証可能な条件を導出する。
提案手法は, 移動ロボット, 四極子, 宇宙船のシミュレーションと, アクチュエータの制約を満たすとともに, 安全な航法を示す移動ロボットのハードウェア実験により検証された。
- 参考スコア（独自算出の注目度）: 2.7222301668137483
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: Safe navigation in dynamic environments is challenging when system dynamics are unknown and actuator inputs are limited. Existing methods either rely on accurate models, require online optimization, or do not explicitly account for input constraints. This paper presents a real-time control framework for unknown Euler-Lagrange systems that guarantees finite-time reach-avoid-stay (FT-RAS) specifications while respecting actuator limits. We extend the spatiotemporal tube (STT) framework by incorporating input constraints into the controller design and derive offline-verifiable feasibility conditions that relate the available control authority to the tube design and uncertainty bounds. The resulting framework is approximation-free and computationally efficient, making it suitable for real-time implementation. The proposed approach is validated through simulations on a mobile robot, a quadrotor, and a spacecraft, together with hardware experiments on a mobile robot, demonstrating safe navigation while satisfying actuator constraints.
- Abstract（参考訳）: 動的環境における安全なナビゲーションは、システムダイナミクスが未知であり、アクチュエータ入力が限られている場合に困難である。
既存の手法は正確なモデルに依存するか、オンライン最適化を必要とするか、入力制約を明示的に考慮しない。
本稿では,有限時間リーチ・アビド・ステイ(FT-RAS)仕様をアクチュエータ制限を尊重しながら保証する,未知のオイラー・ラグランジュ系のリアルタイム制御フレームワークを提案する。
制御器設計に入力制約を組み込むことにより時空間管(STT)フレームワークを拡張し,制御権限を管設計と不確実性境界に関連付けるオフライン検証可能な実現可能性条件を導出する。
結果として得られるフレームワークは近似フリーで計算効率が良く、リアルタイムの実装に適している。
提案手法は, 移動ロボット, 四極子, 宇宙船のシミュレーションと, 移動ロボットのハードウェア実験により, アクチュエータの制約を満たすとともに, 安全な航法を実証する。
関連論文リスト
- 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) - SkyJEPA: Learning Long-Horizon World Models for Zero-Shot Sim-to-Real Control of Quadrotors [48.60897189520386]
本稿では,実時間四重項制御のためのJEPAスタイルモデルを提案する。
我々は、潜伏動力学モデルと、凍結した潜伏者を解釈可能な状態にマッピングする、物理学に着想を得た新しいプロバーを組み合わせる。
高価で安全性の低い実世界のデータ収集への依存を低減するため,自動データセット生成のための構造化パイプラインを構築した。
論文 参考訳（メタデータ） (2026-06-22T15:00:59Z) - Safe Polytope-in-Polytope Motion Planning and Control with Control Barrier Functions [45.68209588239261]
本研究は,多目的ロボットのフットプリントが凸自由空間領域内に留まることを保証する安全な局所運動計画制御手法を提案する。
提案された自由空間定式化では障害物検出やセグメンテーションは不要である。
このアプローチは、自動運転車と非ホロノミックな移動ロボットによるハードウェアによるシミュレーションで検証されている。
論文 参考訳（メタデータ） (2026-06-08T16:44:28Z) - Reactive Robot-Centric Safety for Autonomous Navigation in Constrained and Dynamic Environments [14.321190258774358]
本稿では,3次元LIDAR認識に基づく複合制御バリア関数を統合したリアルタイム制御アーキテクチャを提案する。
地下環境における複数フィールド実験を通してシステムを検証する。
論文 参考訳（メタデータ） (2026-05-15T09:42:13Z) - Learning Reactive Dexterous Grasping via Hierarchical Task-Space RL Planning and Joint-Space QP Control [50.28263951510334]
本稿では,リアクティブなデクスタリーグルーピングのためのハイブリッド階層型制御フレームワークを提案する。
提案手法は,低レベル共同実行から高レベル空間意図を明示的に分離する。
我々は厳密なシミュレーションと現実のパイプラインを通して提案したフレームワークを広範囲に検証する。
論文 参考訳（メタデータ） (2026-05-05T04:49:38Z) - Physics-Informed Reinforcement Learning of Spatial Density Velocity Potentials for Map-Free Racing [73.88859384645264]
Out-Of-Distribution (OOD) の様々なレーストラックへの一般化は、機械学習(ML)を用いて、エンドツーエンド制御のためのセンサデータと車両アクチュエーターの間の数学的関係を符号化する。
本稿では,非幾何学的,物理インフォームド報酬を用いた深度測定のスペクトル分布から非線形車両動特性をパラメータ化して,ニューラルネットワーク(ANN)による車両の時間最適・乗換レース制御を推定するDRL法を提案する。
このポリシーは、経験的なパセジカタイヤモデルに似たタイヤのダイナミックスで摩擦円を最大化することで、OODトラックの12%で人間のデモより優れています。
論文 参考訳（メタデータ） (2026-04-10T17:12:07Z) - Real-Time Spatiotemporal Tubes for Dynamic Unsafe Sets [2.7222301668137483]
未知のダイナミクスを持つ非線形純粋定常系のリアルタイム制御フレームワークを提案する。
障害物回避とオンタイム・コンプリートに関する正式な保証を提供する。
このフレームワークは、モバイルロボットと航空機のシミュレーションとハードウェア実験によって実証される。
論文 参考訳（メタデータ） (2025-12-05T21:00:43Z) - Spatiotemporal Tubes for Differential Drive Robots with Model Uncertainty [2.4919077201316067]
本稿では,動的不確かさと外乱を考慮したディファレンシャルドライブ移動ロボットのための時空間管型制御フレームワークを提案する。
提案手法は,ディファレンシャルドライブロボットのシミュレーション研究を通じて検証し,最先端の手法と比較した。
論文 参考訳（メタデータ） (2025-12-05T07:43:23Z) - Designing Control Barrier Function via Probabilistic Enumeration for Safe Reinforcement Learning Navigation [55.02966123945644]
本稿では,ニューラルネットワーク検証技術を利用して制御障壁関数(CBF)とポリシー修正機構の設計を行う階層型制御フレームワークを提案する。
提案手法は,安全なCBFベースの制御層を構築するために使用される,安全でない操作領域を特定するための確率的列挙に依存する。
これらの実験は、効率的なナビゲーション動作を維持しながら、安全でない動作を補正する提案手法の能力を実証するものである。
論文 参考訳（メタデータ） (2025-04-30T13:47:25Z) - Custom Non-Linear Model Predictive Control for Obstacle Avoidance in Indoor and Outdoor Environments [0.0]
本稿では,DJI行列100のための非線形モデル予測制御(NMPC)フレームワークを提案する。
このフレームワークは様々なトラジェクトリタイプをサポートし、厳密な操作の精度を制御するためにペナルティベースのコスト関数を採用している。
論文 参考訳（メタデータ） (2024-10-03T17:50:19Z)
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。