論文の概要: Multi-Objective Kinodynamic Motion Planning with Asymptotic Pareto Optimality
- arxiv url: http://arxiv.org/abs/2607.15508v1
- Date: Thu, 16 Jul 2026 23:32:59 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-07-20 17:56:52.717336
- Title: Multi-Objective Kinodynamic Motion Planning with Asymptotic Pareto Optimality
- Title（参考訳）: Asymptotic Pareto Optimality を用いた多目的運動計画
- Abstract要約: キノダイナミック制約下におけるシステムの多目的動作計画の課題に対処する。
本稿では,安定スパースRRT(SST)アルゴリズムに基づく統一的なアルゴリズム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）: 8.518351216651062
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: In this paper, we address the challenge of multi-objective motion planning for systems under kinodynamic constraints. We consider three problem classes: (i) lexicographic optimization, in which objectives are minimized according to a strict priority ordering, (ii) constrained optimization, in which a primary objective is minimized subject to bounds on the remaining costs, and (iii) Pareto front optimization, in which the goal is to approximate the full set of optimal trade-offs among competing objectives. We first show that established cost scalarization methods for multi-objective problems cannot be extended to continuous-domain systems with correctness guarantees. Then, we propose a unified algorithmic framework built upon the Stable Sparse-RRT (SST) algorithm, in which the single representative maintained at each witness neighborhood is replaced by a representative set of locally Pareto-optimal nodes. This structure gives rise to three distinct algorithms: lexSST for lexicographic minimization, coSST for constrained optimization, and poSST for Pareto-front approximation. We provide theoretical guarantees for the completeness and optimality of our algorithms and demonstrate their effectiveness through extensive empirical evaluations.
- Abstract（参考訳）: 本稿では,キノダイナミック制約下での多目的運動計画の課題に対処する。
私たちは3つの問題クラスを考えます。
一 厳格な優先順序に従って目的を最小化する語彙最適化
二 主な目的が残りの費用の制約により最小限に制限された最適化
三 競合する目的のうち最適なトレードオフの完全なセットを近似することを目的とするパレートフロント最適化。
まず,多目的問題に対するコストスキャラライズ手法の確立が,正当性保証付き連続ドメインシステムに拡張できないことを示す。
そこで本研究では,SST(Stable Sparse-RRT)アルゴリズムに基づく一元的アルゴリズムフレームワークを提案する。
この構造は、レキシコグラフィーの最小化のためのlexSST、制約付き最適化のためのcoSST、パレートフロント近似のためのpoSSTの3つの異なるアルゴリズムをもたらす。
我々はアルゴリズムの完全性と最適性に関する理論的保証を提供し、広範囲な経験的評価を通じてその効果を実証する。
関連論文リスト
- Multi-Objective Bayesian Optimization via Adaptive \varepsilon-Constraints Decomposition [19.76344805798142]
逐次的ゲティング適応ギャップフィリング$varepsilon$-Constraint Bayesian Optimizationを提案する。
近似パレートフロントのカバレッジを解析することにより,最も大きな幾何学的ギャップを同定する。
これらのギャップは制約として使用され、問題から不等式に制約されたサブプロブレムの列へと変換される。
論文 参考訳（メタデータ） (2026-04-17T11:24:56Z) - Bounded Rationality for LLMs: Satisficing Alignment at Inference-Time [52.230936493691985]
本稿では,2次基準のしきい値に基づく制約を満たしつつ,主目的を最大化し,アライメントの多面性に対処する推論フレームワークSITAlignを提案する。
我々は、満足度に基づく推論アライメントアプローチの準最適境界を導出することで理論的洞察を提供する。
論文 参考訳（メタデータ） (2025-05-29T17:56:05Z) - Efficient First-Order Optimization on the Pareto Set for Multi-Objective Learning under Preference Guidance [41.24995294376129]
ユーザ特定嗜好下での多目的学習は、公正な条件下での多言語音声認識のような実世界の問題で一般的である。
我々は,事前定義された選好関数の最適化を目標とする半ベクタリアル二段階最適化問題として,そのような問題をモデル化する。
修正された単一レベル問題を解くアルゴリズムを提案し,その収束保証を確立する。
論文 参考訳（メタデータ） (2025-03-26T16:41:07Z) - Scalable Min-Max Optimization via Primal-Dual Exact Pareto Optimization [66.51747366239299]
拡張ラグランジアンに基づくmin-max問題のスムーズな変種を提案する。
提案アルゴリズムは, 段階的戦略よりも目的数で拡張性が高い。
論文 参考訳（メタデータ） (2025-03-16T11:05:51Z) - Optimization on Pareto sets: On a theory of multi-objective optimization [7.907376287850398]
多目的最適化では、単一の決定ベクトルは、多くの目的間のトレードオフのバランスをとる必要がある。
我々は,制約セットの最適化を目標とする,より現実的に重要な最適化問題を考える。
論文 参考訳（メタデータ） (2023-08-04T05:55:52Z) - Nesterov Meets Optimism: Rate-Optimal Separable Minimax Optimization [108.35402316802765]
本稿では,新しい一階最適化アルゴリズムであるAcceleratedGradient-OptimisticGradient (AG-OG) Ascentを提案する。
我々はAG-OGが様々な設定に対して最適収束率(定数まで)を達成することを示す。
アルゴリズムを拡張して設定を拡張し、bi-SC-SCとbi-C-SCの両方で最適な収束率を達成する。
論文 参考訳（メタデータ） (2022-10-31T17:59:29Z) - Algorithm for Constrained Markov Decision Process with Linear
Convergence [55.41644538483948]
エージェントは、そのコストに対する複数の制約により、期待される累積割引報酬を最大化することを目的としている。
エントロピー正規化ポリシーとベイダの二重化という2つの要素を統合した新しい双対アプローチが提案されている。
提案手法は(線形速度で)大域的最適値に収束することが示されている。
論文 参考訳（メタデータ） (2022-06-03T16:26:38Z) - Faster Algorithm and Sharper Analysis for Constrained Markov Decision
Process [56.55075925645864]
制約付き意思決定プロセス (CMDP) の問題点について検討し, エージェントは, 複数の制約を条件として, 期待される累積割引報酬を最大化することを目的とする。
新しいユーティリティ・デュアル凸法は、正規化ポリシー、双対正則化、ネステロフの勾配降下双対という3つの要素の新たな統合によって提案される。
これは、凸制約を受ける全ての複雑性最適化に対して、非凸CMDP問題が$mathcal O (1/epsilon)$の低い境界に達する最初の実演である。
論文 参考訳（メタデータ） (2021-10-20T02:57:21Z) - On Constraints in First-Order Optimization: A View from Non-Smooth
Dynamical Systems [99.59934203759754]
本稿では,スムーズな制約付き最適化のための一階法について紹介する。
提案手法の2つの特徴は、実現可能な集合全体の投影や最適化が避けられることである。
結果として得られるアルゴリズムの手順は、制約が非線形であっても簡単に実装できる。
論文 参考訳（メタデータ） (2021-07-17T11:45:13Z) - Trilevel and Multilevel Optimization using Monotone Operator Theory [5.927983571004003]
そこで我々は,2つの下位層の目的が滑らかな項と非滑らかな項の和からなる三段階最適化問題を考える。
自然一階法アルゴリズムを提案し,その収束率と収束率をいくつかのパラメーターで解析する。
論文 参考訳（メタデータ） (2021-05-19T21:31:18Z) - Unified Convergence Analysis for Adaptive Optimization with Moving Average Estimator [75.05106948314956]
1次モーメントに対する大きな運動量パラメータの増大は適応的スケーリングに十分であることを示す。
また,段階的に減少するステップサイズに応じて,段階的に運動量を増加させるための洞察を与える。
論文 参考訳（メタデータ） (2021-04-30T08:50:24Z)
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。