論文の概要: STL-GCS: A Planner-Controller Framework for Signal Temporal Logic via Graphs of Time-varying Convex Sets
- arxiv url: http://arxiv.org/abs/2607.19196v1
- Date: Tue, 21 Jul 2026 15:30:55 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-07-22 19:05:05.465587
- Title: STL-GCS: A Planner-Controller Framework for Signal Temporal Logic via Graphs of Time-varying Convex Sets
- Title（参考訳）: STL-GCS:時変凸集合グラフによる信号時間論理のための平面制御フレームワーク
- Abstract要約: 本稿では,凸述語上で定義された信号時間論理(STL)仕様を満たすための統一的な軌道計画と制御フレームワークを提案する。
計画層では、STLタスクは空間構成の時間変化凸集合として符号化される。
制御層では、計画に使用する時間変化セットを利用して、計画された軌道を追跡するフィードバックコントローラを設計する。
- 参考スコア（独自算出の注目度）: 1.1470070927586018
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: We present a unified trajectory planning and control framework for the satisfaction of Signal Temporal Logic (STL) specifications defined over convex predicates. At the planning layer, STL tasks are encoded as time-varying convex sets in configuration space, specifically designed so that forward invariance of the system with respect to these sets implies satisfaction of the specification with a prescribed robustness margin. This representation is then lifted to the joint time--configuration space and combined with the Graphs of Convex Sets (GCS) framework, yielding a shortest-path formulation of the planning problem over convex spatio-temporal sets. Trajectories are parameterized by B-splines, which enable continuous-time enforcement of STL satisfaction, collision avoidance, and smoothness constraints. At the control layer, the same time-varying sets used for planning are exploited to design a feedback controller that tracks the planned trajectory while prioritizing satisfaction of the STL specification during execution in the presence of tracking errors and model mismatch. We validate the proposed approach in simulation and in real-world experiments on space robotic platforms.
- Abstract（参考訳）: 本稿では,凸述語上で定義された信号時間論理(STL)仕様を満足させるために,統一的な軌道計画・制御フレームワークを提案する。
計画層では、STLタスクは、設定空間における時間変化凸集合として符号化され、具体的には、これらの集合に対するシステムの前方不変性が所定の堅牢性マージンを持つ仕様の満足度を示すように設計される。
この表現は、合同時間構成空間に持ち上げられ、凸集合グラフ(GCS)フレームワークと組み合わされ、凸時空間上の計画問題を最短経路で定式化する。
軌道はB-スプラインによってパラメータ化され、STL満足度、衝突回避、滑らかさの制約を連続的に実施することができる。
制御層では、計画に使用する時間変化セットを利用して、計画された軌道を追跡するフィードバックコントローラを設計し、追跡エラーやモデルミスマッチの存在下で実行中のSTL仕様の満足度を優先する。
本研究は,宇宙ロボットプラットフォームにおけるシミュレーションおよび実世界の実験における提案手法の検証である。
関連論文リスト
- Signal Temporal Logic Motion Planning via Graphs of Convex Sets [8.443328067924298]
本稿では,STL(Signal Temporal Logic)仕様の下での連続的な動作計画について検討する。
本稿では,時間自動推論と凸集合のグラフを組み合わせたフレームワークを提案する。
低次元のベンチマークの数値実験、$$Drotor、$30$DoFのヒューマノイド、UR-3ロボットアームのハードウェア実験は、提案手法が複雑なSTL動作計画問題を効率的に解くことを実証している。
論文 参考訳（メタデータ） (2026-05-22T05:19:43Z) - Feedback Motion Planning for Stochastic Nonlinear Systems with Signal Temporal Logic Specifications [25.484834028091083]
信号時間論理(STL)仕様下での連続時間非線形システムのフィードバック動作計画について検討する。
本稿では,確率制約付きSTL軌道最適化問題に対する制御ポリシを合成するフレームワークを提案する。
論文 参考訳（メタデータ） (2026-05-04T09:02:16Z) - 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) - DAG-STL: A Hierarchical Framework for Zero-Shot Trajectory Planning under Signal Temporal Logic Specifications [7.389002274709231]
タスクに依存しない軌道データのみを用いて,未知の動的条件下でのオフラインSTL計画について検討する。
DAG-STLは長期STL計画を3段階に変換する階層的なフレームワークである。
Maze2D、OGBench AntMaze、Cubeドメインでの実験により、DAG-STLは直接ロバスト性誘導拡散を著しく上回ることが示された。
論文 参考訳（メタデータ） (2026-04-20T14:41:37Z) - SGA-MCTS: Decoupling Planning from Execution via Training-Free Atomic Experience Retrieval [74.1918709002557]
我々は, LLM計画を非パラメトリック検索として活用するフレームワークである textbfSGA-MCTS を紹介する。
オンラインでは、検索増強剤は、関連するステート-ゴール-アクション原子を取得するために、ハイブリッドシンボリック-セマンティック機構を使用する。
SGA-MCTSは、探索の重い計算コストを効果的に減らし、System 1推論速度におけるシステム2推論の深さを達成し、スケーラブルかつリアルタイムに自律的な計画が実現可能である。
論文 参考訳（メタデータ） (2026-04-16T07:22:36Z) - Interleaving Scheduling and Motion Planning with Incremental Learning of Symbolic Space-Time Motion Abstractions [44.139198749024644]
Task and Motion Planningは、高レベルのタスクシークエンシングと低レベルのモーションプランニングを組み合わせることで、実現可能な、衝突のない実行計画を生成する。
本稿では,共有ワークスペースにおける多目的ナビゲーションのスケジューリングと動作計画問題としてこれを定式化する。
本稿では,市販のスケジューラと運動プランナをインクリメンタル学習ループでインターリーブする,新たなソリューションフレームワークを提案する。
論文 参考訳（メタデータ） (2026-03-11T11:10:49Z) - ColaVLA: Leveraging Cognitive Latent Reasoning for Hierarchical Parallel Trajectory Planning in Autonomous Driving [44.008287454538596]
視覚言語モデル(VLM)は、クロスモーダルな先行とコモンセンス推論を導入することで、このパラダイムを豊かにする。
現在のVLMベースのプランナは、(i) 個別のテキスト推論と継続的制御のミスマッチ、(ii) 自己回帰的連鎖のデコーディングからの高い遅延、(iii) リアルタイムデプロイメントを制限する非効率または非因果的なプランナである。
テキストから潜在空間へ推論を転送し,それを階層的並列軌道デコーダで結合する統合視覚言語アクションフレームワークColaVLAを提案する。
論文 参考訳（メタデータ） (2025-12-28T14:06:37Z) - Open-Vocabulary Spatio-Temporal Scene Graph for Robot Perception and Teleoperation Planning [55.90805559207812]
動的リモートシーンでは、双方向通信における伝送遅延は、リモート認識状態とオペレータ意図の間のギャップを生じさせる。
本稿では,時間的ダイナミクスと軽量遅延アノテーションを用いて,オープン語彙認識を充実させる表現を提案する。
提案手法はReplicaベンチマークで74%のノード精度を実現し,Concept.Graphよりも優れていた。
論文 参考訳（メタデータ） (2025-09-27T04:31:24Z) - Space-Time Graphs of Convex Sets for Multi-Robot Motion Planning [2.3416394753138037]
MRMP(Multi-Robot Motion Planning)は、連続環境における複数ロボットの衝突のない軌道の計算問題である。
本研究では,無衝突時空間領域をランダムサンプリングに頼るのではなく,無衝突時空間領域で体系的にカバーする新しいプランナである,凸集合の空間時間グラフ(ST-GCS)を提案する。
また,コンベックス分解(ECD)を時間的障害としてトラジェクトリを「保存」するために提案し,その後の計画のための衝突のない時空間グラフセットの維持に対処する。
論文 参考訳（メタデータ） (2025-03-01T18:28:57Z) - Zero-Shot Trajectory Planning for Signal Temporal Logic Tasks [7.389002274709231]
Signal Temporal Logic (STL) は、連続信号の複雑な時間的挙動を記述するための強力な仕様言語である。
STLタスクの実行可能なSTLプランの生成は、タスク仕様とシステムダイナミクスの結合を考慮する必要があるため、難しい。
オフライントレーニングにおいてタスク非依存の軌道データのみを活用することで、新しいSTLタスクへのゼロショット一般化を可能にする階層的計画フレームワークを提案する。
論文 参考訳（メタデータ） (2025-01-23T08:15:52Z) - Towards Unified Token Learning for Vision-Language Tracking [65.96561538356315]
本稿では,VL追跡をトークン生成タスクとして用いた「textbfMMTrack」という,視覚言語(VL)追跡パイプラインを提案する。
提案フレームワークは,言語記述と境界ボックスを離散トークン列にシリアライズする。
この新しい設計パラダイムでは、全てのトークンクエリが望ましいターゲットを認識し、ターゲットの空間座標を直接予測するために必要となる。
論文 参考訳（メタデータ） (2023-08-27T13:17:34Z) - Deep Reinforcement Learning for Wireless Scheduling in Distributed Networked Control [37.10638636086814]
完全分散無線制御システム(WNCS)の周波数チャネル数に制限のある結合アップリンクとダウンリンクのスケジューリング問題を考える。
深層強化学習(DRL)に基づくフレームワークを開発した。
DRLにおける大きなアクション空間の課題に対処するために,新しいアクション空間削減法とアクション埋め込み法を提案する。
論文 参考訳（メタデータ） (2021-09-26T11:27:12Z)
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。