論文の概要: Safe Learning Predictive Control for Ego-World Robotic Systems

• arxiv url: http://arxiv.org/abs/2607.22225v1
• Date: Fri, 24 Jul 2026 11:43:57 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-27 20:58:57.120312
• Title: Safe Learning Predictive Control for Ego-World Robotic Systems
• Title（参考訳）: エゴワールドロボットシステムの安全学習予測制御
• Authors: Davide Valenti, Giuseppe Notarstefano,
• Abstract要約: SOWL-MPCは、新しいシナリオのための安全な学習ベースの予測制御戦略である。 この設定では、世界ロボットの制御方針が不明であり、エゴはデータを活用して学習し、安全な操作を行う。
• 参考スコア（独自算出の注目度）: 1.965193384920336
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Safe autonomous navigation in shared environments requires the ability to anticipate and react to the latent behaviors of surrounding robots. In this paper, we propose SOWL-MPC, a safe learning-based predictive control strategy for a novel scenario, which we name ego-world robotic framework. In this setting, the control policy of the world robot is unknown and the ego exploits data to learn it and perform safe maneuvers. The proposed architecture combines an online learning mechanism based on Sparse Variational Gaussian Processes (SVGPs) with a receding-horizon control scheme. Relying solely on noisy state measurements, our approach infers a posterior distribution over the latent world policy, which is updated on streaming data via Online Variational Conditioning (OVC). The learned policy is propagated through the nonlinear world dynamics using an approximate moment propagation scheme, and fed to an uncertainty-aware Model Predictive Control (MPC), thus enabling safe maneuvering of the ego robot. The real-time feasibility and safety guarantees of SOWL-MPC are demonstrated through extensive Monte Carlo virtual experiments in ROS 2, and validated on real-world robotic hardware in an indoor arena.
• Abstract（参考訳）: 共有環境での安全な自律ナビゲーションには、周囲のロボットの潜伏した振る舞いを予測し、反応する能力が必要である。 本稿では,新しいシナリオのための安全な学習ベースの予測制御戦略であるSOWL-MPCを提案する。 この設定では、世界ロボットの制御方針が不明であり、エゴはデータを活用して学習し、安全な操作を行う。 提案アーキテクチャは,Sparse Variational Gaussian Processes (SVGPs) に基づくオンライン学習機構と,後退水平制御方式を組み合わせたものである。 本手法は,ノイズの多い状態測定のみにのみ依存し,オンライン変分条件(OVC)によるストリーミングデータに更新される潜在世界ポリシーよりも後続分布を推定する。 学習方針は、近似モーメント伝搬スキームを用いて非線形世界力学を通して伝播し、不確実性を認識したモデル予測制御(MPC)に供給することにより、エゴロボットの安全な操作を可能にする。 SOWL-MPCのリアルタイム実現性と安全性の保証は、ROS 2におけるモンテカルロ仮想実験を通じて実証され、屋内アリーナにおける現実世界のロボットハードウェア上で検証される。

関連論文リスト

• Safe Reinforcement Learning using Ideas from Model Predictive Control [0.40831821256838124]
  強化学習は、データから直接制御ポリシーを合成することを可能にする。 永続的な課題は、アクティブな学習フェーズにおける厳格で厳しい安全性の制約を保証することです。 本稿では,深層強化学習の適応的かつ高性能な性質と,モデル予測制御の形式的安全性を保証する枠組みを提案する。
  論文  参考訳（メタデータ） (2026-07-08T10:35:04Z)
• 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)
• Offline Robotic World Model: Learning Robotic Policies without a Physics Simulator [50.191655141020505]
  強化学習(Reinforcement Learning, RL)は、ロボット制御において目覚ましい能力を示してきたが、高いサンプルの複雑さ、安全性の懸念、そしてシム・トゥ・リアルのギャップのため、依然として困難である。 物理シミュレータに頼らずに政策学習を改善するために不確実性を明示的に推定するモデルベースアプローチであるオフラインロボット世界モデル(RWM-O)を導入する。
  論文  参考訳（メタデータ） (2025-04-23T12:58:15Z)
• RISE: Robust Imitation through Stochastic Encoding [0.764671395172401]
  本稿では,環境パラメータの誤った測定をポリシー学習に明示的に対応させる,新しい模倣学習フレームワークを提案する。 我々のフレームワークは、障害状態、向き、速度などのパラメータを潜在空間にエンコードし、テスト時間を改善する。 我々は,2つのロボットプラットフォームに対するアプローチを検証するとともに,目標達成性能をベースライン法と比較し,安全性の向上を図っている。
  論文  参考訳（メタデータ） (2025-03-15T19:52:16Z)
• Robotic World Model: A Neural Network Simulator for Robust Policy Optimization in Robotics [50.191655141020505]
  この研究は、長期水平予測、エラー蓄積、およびsim-to-real転送の課題に対処することで、モデルに基づく強化学習を前進させる。 スケーラブルでロバストなフレームワークを提供することで、現実のアプリケーションにおいて適応的で効率的なロボットシステムを実現することができる。
  論文  参考訳（メタデータ） (2025-01-17T10:39:09Z)
• Deception Game: Closing the Safety-Learning Loop in Interactive Robot Autonomy [7.915956857741506]
  既存の安全手法は、ロボットが実行時に学習し適応する能力を無視することが多く、過度に保守的な行動を引き起こす。 本稿では,ロボットの進化する不確実性を明示的に考慮した安全制御ポリシを合成するための,新しいクローズドループパラダイムを提案する。
  論文  参考訳（メタデータ） (2023-09-03T20:34:01Z)
• Zero-Shot Uncertainty-Aware Deployment of Simulation Trained Policies on Real-World Robots [17.710172337571617]
  深層強化学習(RL)エージェントは、トレーニング環境と実行環境のミスマッチにより、現実世界にデプロイされた時にエラーを起こす傾向がある。 本稿では,RLポリシーと従来型の手作りコントローラの強みを組み合わせた,新しい不確実性対応デプロイメント戦略を提案する。 実世界の2つの連続制御タスクにおいて、BCFはスタンドアロンのポリシーとコントローラの両方に優れる有望な結果を示す。
  論文  参考訳（メタデータ） (2021-12-10T02:13:01Z)
• SABER: Data-Driven Motion Planner for Autonomously Navigating Heterogeneous Robots [112.2491765424719]
  我々は、データ駆動型アプローチを用いて、異種ロボットチームをグローバルな目標に向けてナビゲートする、エンドツーエンドのオンラインモーションプランニングフレームワークを提案する。 モデル予測制御(SMPC)を用いて,ロボット力学を満たす制御入力を計算し,障害物回避時の不確実性を考慮した。 リカレントニューラルネットワークは、SMPC有限時間地平線解における将来の状態の不確かさを素早く推定するために用いられる。 ディープQ学習エージェントがハイレベルパスプランナーとして機能し、SMPCにロボットを望ましいグローバルな目標に向けて移動させる目標位置を提供する。
  論文  参考訳（メタデータ） (2021-08-03T02:56:21Z)

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。