論文の概要: Diffusion-Residual Model Predictive Steering Control for Vehicle Stabilization at the Limit of Handling under Model Uncertainty

• arxiv url: http://arxiv.org/abs/2607.10243v1
• Date: Sat, 11 Jul 2026 10:17:45 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-14 15:40:48.348735
• Title: Diffusion-Residual Model Predictive Steering Control for Vehicle Stabilization at the Limit of Handling under Model Uncertainty
• Title（参考訳）: モデル不確実性を考慮した車両安定化のための拡散残留モデル予測ステアリング制御
• Abstract要約: 安定したMPCは、追跡するヨーレートの基準と、それが強制する安定したハンドリングエンベロープに依存するため、固定または最悪の設定は保守的すぎるか安全でないかのいずれかである。 この不確実性を条件付き拡散残差モデルで学習し、制御則よりも制御器の基準と制約に適用する。 提案した拡散残留型MPC(D-res)は,固定自転車モデルが最小精度のピーク側滑りを低減し,低摩擦作動時の方向安定性を回復する。
• 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: At the limit of handling, a stabilizing MPC depends on the yaw-rate reference it tracks and the stable-handling envelope it enforces, both operating-point-dependent and unknown a priori, so fixed or worst-case settings are either too conservative or unsafe. We learn this uncertainty with a conditional diffusion residual model and apply it to the controller's reference and constraints rather than its control law. Conditioned on the steering command, the model returns the residual's mean and a predictive spread: the mean re-sizes the tracked yaw reference, while the spread, propagated over the prediction horizon, tightens the stable-handling envelope through a one-sided chance back-off. Together these form the proposed diffusion-residual MPC (D-res), so caution is anticipated ahead of the tracking error rather than corrected after it by a high-gain loop. Because only two moments per command are needed, the generator is tabulated offline and the online controller adds a single table lookup to the baseline MPC, with no in-loop diffusion; it runs within the 100 Hz budget on an NVIDIA Jetson AGX Xavier (worst-case 4.08 ms per step). Across a 7-DOF model and high-fidelity CarMaker co-simulation spanning vehicle, tire, road, and maneuver diversity, D-res reduces peak side-slip where the fixed bicycle model is least accurate and restores directional stability on low-friction maneuvers, where the fixed reference over-commands the available grip.
• Abstract（参考訳）: 処理の限界において、安定化MPCは、追跡するヨーレート参照と、それが強制する安定したハンドリングエンベロープ(操作ポイント依存と未知のプライオリの両方)に依存しているため、固定または最悪のケース設定は保守的すぎるか安全でないかのいずれかである。 この不確実性を条件付き拡散残差モデルで学習し、制御則よりも制御器の基準と制約に適用する。 平均は追跡されたヨー参照を再サイズし、スプレッドは予測水平線上に伝播し、一方の確率バックオフによって安定処理エンベロープを締め付ける。 これらの組み合わせにより拡散残留MPC(D-res)が提案されるので、高利得ループによって修正されるのではなく、追従誤差よりも先に注意が必要である。 コマンド毎の2つの瞬間しか必要としないため、ジェネレータはオフラインでタブ化され、オンラインコントローラはベースラインのMPCに単一のテーブルルックアップを追加し、ループ内での拡散は行わず、NVIDIA Jetson AGX Xavier(ステップあたり4.08ms)上で100Hzの予算内で実行される。 7-DOFモデルと高忠実度カーメーカーコミュレートされた車両、タイヤ、道路、および操縦の多様性にまたがって、D-resは固定自転車モデルが最も正確でないピークサイドスリップを減らし、固定基準が利用可能なグリップをオーバーコマンドする低摩擦操作における方向安定性を回復する。

関連論文リスト

• Linear Stability Analysis of an INDI Pitch-Rate Controller under Model Mismatch for a Tilt-Rotor VTOL UAV [0.0]
  インクリメンタル・ダイナミック・インバージョン(INDI)は、完全な空力モデルへの依存を減らすため、無人航空機(UAV)の飛行制御にとって魅力的である。 本稿では,既存のINDIコントローラのピッチレート/エレベータサブチャネルを分離し,モデルミスマッチ下での線形安定性について検討する。
  論文  参考訳（メタデータ） (2026-07-17T19:35:46Z)
• Parsimonious disturbance-aware minimum-time planning with parametric uncertainty [0.0]
  本研究は、モータースポーツ応用のための最小ラップタイム計画フレームワークを提示し、検証する。 この手法は、車両のダイナミクスを短い地平線上で伝播させる、事前の障害対応フレームワークの上に構築されている。 我々は、キーカーパラメータの不確実性を考慮した定式化を拡張した。
  論文  参考訳（メタデータ） (2026-07-14T22:32:35Z)
• Constrained Auto-Bidding via Generative Response Modeling [4.3095605379591255]
  自動入札システムは、予算制約やコスト・パー・アクセシションなどの比率目標の下で、長期的地平線上の広告主価値を最大化することを目的としている。 コントロールベースのペアリングは逸脱に反応するが、将来の状況は予測できない。一方、RLと生成法は、制約を報酬信号に折り畳み、違反を回避し、分散シフトの下で劣化させる。 単一入札乗算器の関数として,将来の交通量と地平線集約コスト/値曲線を共同で予測する履歴条件付きシーケンスモデルであるジェネレーティブ・レスポンス・モデル(GRM)を用いて,学習対象を行動から応答へシフトする。
  論文  参考訳（メタデータ） (2026-05-27T01:06:54Z)
• Tightly-Coupled Estimation and Guidance for Robust Low-Thrust Rendezvous via Adaptive Homotopy [0.0]
  本稿では,厳密な結合型推定とガイダンスアーキテクチャを提案する。 ナビゲーション信頼度は、後退水平間接最適制御ソルバのホモトピーパラメータを直接変調する。 正規化された革新とMTFのアクティビティからの合成スコアは、ホモトピーパラメータにオンラインでマッピングされ、コントローラがリラックスできる。
  論文  参考訳（メタデータ） (2026-05-06T04:17:21Z)
• PC-Diffuser: Path-Consistent Capsule CBF Safety Filtering for Diffusion-Based Trajectory Planner [15.914164951048614]
  PC-Diffuserは、拡散計画のデノイングループに直接パス一貫性のあるバリア関数構造を組み込む安全強化フレームワークである。 車両形状をよりよく反映するカプセル距離バリア関数を用いて衝突リスクを評価する。 自転車の車体モデルの下で、識別されたウェイポイントを動的に実現可能な運動に変換する。
  論文  参考訳（メタデータ） (2026-03-11T01:52:56Z)
• Improving Search Agent with One Line of Code [68.58667107354253]
  ツールベースのエージェント強化学習(TARL)は,検索エージェントが外部ツールと対話できるようにトレーニングするための,有望なパラダイムとして登場した。 textbfSearch textbfAgent textbfPolicy textbfOptimization (textbfSAPO)を提案する。
  論文  参考訳（メタデータ） (2026-03-10T04:07:39Z)
• Diffusion Controller: Framework, Algorithms and Parameterization [54.82539154511621]
  本稿では,逆拡散サンプリングを(一般化された)線形解法マルコフ決定過程における状態のみの制御として活用する統一的な制御理論的視点を提案する。 このフレームワークでは、制御はトレーニング済みのリバースタイムのトランジションカーネルを再重み付けし、端末の目的と$f$分割コストのバランスをとる。 安定拡散v1.4の実験では、選好調整の勝利率が一貫した上昇を示し、品質効率のトレードオフを改善した。
  論文  参考訳（メタデータ） (2026-03-07T01:49:59Z)
• Nonlinear Predictive Control of the Continuum and Hybrid Dynamics of a Suspended Deformable Cable for Aerial Pick and Place [4.356242302111724]
  本稿では、偏微分方程式(PDE)に基づく高忠実度モデルとリアルタイム制御に適した低次表現を組み合わせたケーブルの空中操作のための枠組みを提案する。 このフレームワークは、吊り下げられたフレキシブルケーブルを運ぶ無人航空機(UAV)のリアルタイムかつダイナミックス対応制御を可能にする。
  論文  参考訳（メタデータ） (2026-02-19T09:38:32Z)
• LEC: Linear Expectation Constraints for False-Discovery Control in Selective Prediction and Routing Systems [95.35293543918762]
  大規模言語モデル(LLM)はしばしば信頼できない答えを生成するが、不確実性のある手法は誤った予測と完全に区別することができない。 我々は、この問題を、偽発見率(FDR)制御のレンズを通して解決し、全ての許容された予測のうち、エラーの割合が目標のリスクレベルを超えないことを保証する。 本稿では,線形期待制約を強制することで,選択予測を制約付き決定問題として再解釈するLECを提案する。
  論文  参考訳（メタデータ） (2025-12-01T11:27:09Z)
• ResAD: Normalized Residual Trajectory Modeling for End-to-End Autonomous Driving [64.42138266293202]
  ResADは正規化された残留軌道モデリングフレームワークである。 学習タスクを再編成し、慣性参照からの残留偏差を予測する。 NAVSIMベンチマークでは、ResADはバニラ拡散ポリシーを用いて最先端のPDMS 88.6を達成している。
  論文  参考訳（メタデータ） (2025-10-09T17:59:36Z)
• Interpretable Stochastic Model Predictive Control using Distributional Reinforced Estimation for Quadrotor Tracking Systems [0.8411385346896411]
  本研究では,動的・複雑環境下での自律的四角形ナビゲーションのためのトラジェクトリトラッカーを提案する。 提案フレームワークは,未知の空力効果に対する分散強化学習推定器をモデル予測制御器に統合する。 我々は,未知かつ多様な空気力を用いて,累積追従誤差を少なくとも66%改善するシステムを実証した。
  論文  参考訳（メタデータ） (2022-05-14T23:27:38Z)
• Pointwise Feasibility of Gaussian Process-based Safety-Critical Control under Model Uncertainty [77.18483084440182]
  制御バリア関数(CBF)と制御リアプノフ関数(CLF)は、制御システムの安全性と安定性をそれぞれ強化するための一般的なツールである。 本稿では, CBF と CLF を用いた安全クリティカルコントローラにおいて, モデル不確実性に対処するためのガウスプロセス(GP)に基づくアプローチを提案する。
  論文  参考訳（メタデータ） (2021-06-13T23:08:49Z)
• Learning Stabilizing Controllers for Unstable Linear Quadratic Regulators from a Single Trajectory [85.29718245299341]
  線形2次制御器(LQR)としても知られる2次コストモデルの下で線形制御器を研究する。 楕円形不確実性集合内の全ての系を安定化させる制御器を構成する2つの異なる半定値プログラム(SDP)を提案する。 高い確率で安定化コントローラを迅速に識別できる効率的なデータ依存アルゴリズムであるtextsceXplorationを提案する。
  論文  参考訳（メタデータ） (2020-06-19T08:58:57Z)

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。