論文の概要: Globalized Constrained Stein Variational Inference for Diverse Feasible Robot Motion Planning

• arxiv url: http://arxiv.org/abs/2607.12732v1
• Date: Tue, 14 Jul 2026 13:02:45 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-15 17:08:30.14561
• Title: Globalized Constrained Stein Variational Inference for Diverse Feasible Robot Motion Planning
• Title（参考訳）: 可変ロボット運動計画のための大域的制約付きスタイン変分推定法
• Abstract要約: ロボット工学では、運動サンプルは衝突回避、関節制限、接触条件、ダイナミックス整合性などの厳密な制約を満たさなければならない。 本研究では,多種多様なロボット動作サンプリングのための制約付きスタイン変分推定法であるSteinSQPを提案する。 本稿では,より高速で堅牢なアンサンブルコンバージェンスを反復的に示し,パーティクルワイズの実現性を向上し,ロボットスケールの課題に対してより高速なバッチタイム・ツー・ソリューションを実現することを示す。
• 参考スコア（独自算出の注目度）: 11.448622437140022
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Robot motion planning is inherently multimodal, yet classical planners typically return only a single solution. Probabilistic formulations address this limitation by maintaining a distribution over motions, allowing the planner to reason over multiple low-cost alternatives. In robotics, however, motion samples must also satisfy strict constraints, including collision avoidance, joint limits, contact conditions, and dynamics consistency. These hard requirements make motion sampling substantially more challenging: within a limited planning budget, the ensemble must cover diverse low-cost motions while ensuring that every sample remains feasible under the relevant constraints. We propose SteinSQP (Stein Variational Sequential Quadratic Programming), a constrained Stein variational inference method for diverse feasible robot motion sampling. SteinSQP evolves an interacting particle ensemble, as in Stein variational methods, while embedding constraints directly into a kernel-space SQP subproblem. We solve the resulting constrained Stein-Newton subproblem with a GPU-friendly matrix-free primal-dual algorithm, enabling efficient batched ensemble updates. To globalize the method, we introduce an ensemble-level merit function that jointly balances objective value, constraint violation, and particle diversity. Across five constrained motion-planning tasks, SteinSQP returns fully feasible ensembles while preserving diverse motion alternatives. Compared with first-order constrained Stein baselines and serial multistart nonlinear programming, SteinSQP shows faster and more robust ensemble convergence in terms of iterations, improves particle-wise feasibility, and achieves faster batched time-to-solution on challenging robot-scale tasks.
• Abstract（参考訳）: ロボットの動きプランニングは本質的にマルチモーダルであるが、古典的なプランナーは通常1つの解しか返さない。 確率的定式化は、運動上の分布を維持することによってこの制限に対処し、プランナーは複数の低コストな選択肢を推論することができる。 しかし、ロボット工学においては、運動サンプルは衝突回避、関節制限、接触条件、ダイナミックス整合性などの厳密な制約を満たさなければならない。 限られた予算内では、アンサンブルは様々な低コストの動作をカバーし、すべてのサンプルが関連する制約の下で実行可能であることを保証する必要がある。 本稿では,多種多様なロボット動作サンプリングのための制約付きスタイン変分法であるSteinSQPを提案する。 SteinSQPは、Stein変分法のように相互作用する粒子アンサンブルを進化させ、制約を直接カーネル空間のSQPサブプロブレムに埋め込む。 我々は,GPUフレンドリな行列フリー原始双対アルゴリズムを用いて,制約付きStein-Newtonサブプロブレムを解くことで,効率的なバッチアンサンブル更新を実現する。 本手法をグローバル化するために,目的値,制約違反,粒子の多様性を両立させるアンサンブルレベルのメリット関数を導入する。 5つの制約されたモーションプランニングタスクの中で、SteinSQPは多様なモーション代替品を保持しながら、完全に実現可能なアンサンブルを返す。 1次制約付きスタインベースラインやシリアルマルチスタート非線形プログラミングと比較すると、SteinSQPはイテレーションの観点からより高速で堅牢なアンサンブル収束を示し、パーティクルワイズの実現性を改善し、ロボットスケールの課題に対してより高速なバッチ時間分解を実現する。

関連論文リスト

• Biconvex Optimization for Smooth Minimum-Time Trajectories around Convex Obstacles [49.315843050082925]
  本稿では,最小時間移動計画凸障害物に対して,収束が保証されるバイアプローチを提案する。 提案手法は,変数の最先端分解を生成するために,時間とともに高品質な軌道を生成する。
  論文  参考訳（メタデータ） (2026-08-03T19:48:24Z)
• 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)
• Intelligent Control of Collisional Architectures for Deterministic Multipartite State Engineering [0.0]
  我々は、繰り返し励起-相互作用を伴うアーキテクチャにおいて、対称ディック状態の決定論的生成のためのインテリジェントで制約対応の制御フレームワーク、|D_n(m)rangle$を導入する。 このプロトコルは2つの非結合量子ビットレジスタ間の部分SWAPの衝突を利用しており、これには$m$ ancillary Shuttle'' の量子ビットが介在し、Emphループの設計問題としてDickestateの準備を行う。
  論文  参考訳（メタデータ） (2026-02-09T11:15:32Z)
• Constrained Stein Variational Gradient Descent for Robot Perception, Planning, and Identification [11.126853736828984]
  本稿では、制約付き最適化の原理を新しい変分推論に応用する2つの新しいフレームワークを提案する。 衝突を正確に回避するロボット動作計画,SE(3)多様体上のロボットアーム関節角度の正確なテーブル配置制約,およびテーブル配置制約付きポイントクラウドからのオブジェクトポーズの分布を構築することができることを示す。
  論文  参考訳（メタデータ） (2025-05-31T14:52:34Z)
• Constrained Gaussian Process Motion Planning via Stein Variational Newton Inference [16.97959227638119]
  本稿では,制約付き定常変分ガウス過程運動計画(cSGPMP)フレームワークを提案する。 提案手法は, 非線形制約を明示的に扱いながら, 粒子ベース推論の効率を向上する。 350の計画タスクで平均98.57%の成功率を達成した。
  論文  参考訳（メタデータ） (2025-04-07T11:20:11Z)
• 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)
• STAMP: Differentiable Task and Motion Planning via Stein Variational Gradient Descent [35.96763689715956]
  シーケンシャルなロボティクスタスクの計画には、しばしば記号的および幾何学的推論を必要とする。 TAMPアルゴリズムは、運動学的および動的実現可能性を確認しながら、高レベルのタスクシーケンス上でツリーサーチを実行することで、これらの問題を解決するのが一般的である。 本稿では,ハイブリッド最適化問題を連続領域に緩和するSTAMP(Stein Task and Motion Planning)という新しいTAMP手法を提案する。
  論文  参考訳（メタデータ） (2023-10-03T03:53:51Z)
• Shuffled Autoregression For Motion Interpolation [53.61556200049156]
  この作業は、モーションタスクのためのディープラーニングソリューションを提供することを目的としている。 本稿では,自己回帰を任意の(シャッフルされた)順序で生成するために拡張する,emphShuffled AutoRegressionと呼ばれる新しいフレームワークを提案する。 また,3つのステージを終端から終端の時空間運動変換器に組み込んだ依存グラフの構築手法を提案する。
  論文  参考訳（メタデータ） (2023-06-10T07:14:59Z)
• Stochastic Inexact Augmented Lagrangian Method for Nonconvex Expectation Constrained Optimization [88.0031283949404]
  多くの実世界の問題は複雑な非機能的制約を持ち、多くのデータポイントを使用する。 提案手法は,従来最もよく知られた結果で既存手法よりも優れた性能を示す。
  論文  参考訳（メタデータ） (2022-12-19T14:48:54Z)
• Simultaneous Contact-Rich Grasping and Locomotion via Distributed Optimization Enabling Free-Climbing for Multi-Limbed Robots [60.06216976204385]
  移動, 把握, 接触問題を同時に解くための効率的な運動計画フレームワークを提案する。 ハードウェア実験において提案手法を実証し, より短い計画時間で, 傾斜角45degで自由クライミングを含む様々な動作を実現できることを示す。
  論文  参考訳（メタデータ） (2022-07-04T13:52:10Z)
• Efficient and High-quality Prehensile Rearrangement in Cluttered and Confined Spaces [16.745331954312775]
  この研究は、タスク完了にそのような相互作用が不可欠であり、再配置計画における最先端の結果を拡張する問題に焦点を当てる。 モノトンインスタンスの一般的な制約の下で、各オブジェクトを最大1回移動させることで解決できる、新しい効率的で完全な解法を提案する。 新しいモノトンソルバはグローバルプランナーと統合され、高品質なソリューションで非モノトンインスタンスを高速に解決する。
  論文  参考訳（メタデータ） (2021-10-06T14:42:21Z)

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。