Fugu-MT 論文翻訳(概要): Motion Planning for Mobile Manipulators Navigating Doorways via Model Predictive Control

論文の概要: Motion Planning for Mobile Manipulators Navigating Doorways via Model Predictive Control

arxiv url: http://arxiv.org/abs/2608.00206v1
Date: Fri, 31 Jul 2026 18:39:29 GMT
ステータス: 翻訳完了
システム内更新日: 2026-08-06 15:24:56.756564
Title: Motion Planning for Mobile Manipulators Navigating Doorways via Model Predictive Control
Title（参考訳）: モデル予測制御による道路を走行する移動マニピュレータの動作計画
Abstract要約: ドアウェイの航行は、人体環境で動作する移動マニピュレータの基本的な機能である。本稿では,プッシュドアとプルドアの両方を自律的に開き,トラバースするための,実現可能な,衝突のない軌道を生成する運動計画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）: 2.341815198514192
License: http://creativecommons.org/licenses/by-nc-nd/4.0/
Abstract: Navigating doorways is a fundamental capability for mobile manipulators operating in human environments, requiring coordinated motion between the mobile base and manipulator arm. This paper presents a motion planning framework that generates dynamically feasible and collision-free trajectories for autonomously opening and traversing both push and pull doors. The proposed method formulates the robot and door as a coupled dynamical system within a nonlinear Model Predictive Control (MPC) optimization framework. Manipulation feasibility is enforced through a penalty-based constraint, avoiding explicit arm kinematic modeling in the planner. Simulations and a hardware experiment demonstrate that the approach successfully plans feasible trajectories for door traversal.
Abstract（参考訳）: ドアウェイの航行は、人体環境で動作する移動マニピュレータの基本的な機能であり、移動体ベースとマニピュレータアーム間の協調動作を必要とする。本稿では,プッシュドアとプルドアの両方を自律的に開閉・走行するための動的かつ衝突のない軌道を動的に生成する動作計画フレームワークを提案する。提案手法は,非線形モデル予測制御(MPC)最適化フレームワークにおいて,ロボットとドアを結合力学系として定式化する。操作実現性はペナルティベースの制約によって実施され、プランナーの明示的な腕運動モデルを避ける。シミュレーションとハードウェア実験により、この手法がドアトラバーサルの実現可能な軌道を計画できることが実証された。

関連論文リスト

AutoPath: Learning Transferable Goal-Conditioned Stochastic Path Prior for Safe Navigation Without Human Demonstrations [103.61864552260316]
動的環境におけるリアルタイムナビゲーションは、限られた知覚下での衝突のない、動的に実現可能な動きを必要とする。我々は,移動可能な目標整合経路の学習としてナビゲーションを定式化し,局所的な観測に基づいて,目標整合な局所経路上の再利用可能な分布をモデル化する。我々は、幾何対応の極性行動多様体を用いて局所経路をパラメータ化し、安定かつ安全対応の計画のためのマルチゴール分散ロールアウトによるリスク感応性ユーティリティシェーピングを含む構造化された事前学習フレームワークを開発した。
論文参考訳（メタデータ） (2026-07-13T16:00:41Z)
Driver-WM: A Driver-Centric Traffic-Conditioned Latent World Model for In-Cabin Dynamics Rollout [55.19244743715421]
Driver-WMは、ドライバー中心の潜在世界モデルで、アウトキャビンのトラフィックコンテキストを考慮に入れたインキャビンのダイナミクスをロールアウトする。身体のキネマティクス予測を補助的な行動的・感情的意味認識と統合する。ドライバ-WMは、反応性の高いハイモーション操作のための堅牢な長距離幾何学的予測を与える。
論文参考訳（メタデータ） (2026-05-06T16:30:48Z)
EMMa: End-Effector Stability-Oriented Mobile Manipulation for Tracked Rescue Robots [14.473975238280538]
本稿では,複雑な救助シナリオにおいて安定なエンドエフェクタ動作を実現するための移動体追従マニピュレータの動作生成フレームワークを提案する。提案フレームワークは,タスク成功率やエンドエフェクタ動作安定性など,主要な指標間でSOTA手法を一貫して上回っている。
論文参考訳（メタデータ） (2026-04-09T14:28:41Z)
Real-Time Projected Adaptive Control for Closed-Chain Co-Manipulative Continuum Robots [0.764671395172401]
協調操作型連続ロボット(CCR)では、複数の連続アームが共通の柔軟な物体をつかむことで協調する。現実的なタスクでは、フレキシブルオブジェクトの物理パラメータはしばしば未知であり、操作によって異なる。本稿では,動的レベルで定式化されたCCRの適応制御フレームワークを提案する。
論文参考訳（メタデータ） (2026-04-05T22:03:23Z)
ACLM: ADMM-Based Distributed Model Predictive Control for Collaborative Loco-Manipulation [9.708461585583791]
重荷のロコ操作による共同輸送は、脚のあるロボットにとって難しいが必須の能力である。本研究は,ロコマニピュレーションのための分散モデル予測制御フレームワークであるマルチプライアの交互方向法を提案する。
論文参考訳（メタデータ） (2026-03-07T08:06:51Z)
Admittance-Based Motion Planning with Vision-Guided Initialization for Robotic Manipulators in Self-Driving Laboratories [0.4899818550820576]
本稿では,適応的かつ適合的なロボット操作を実現するために,アプタンス制御を中心としたモーションプランニングフレームワークを提案する。従来のスキームとは異なり、提案手法はアクセタンスコントローラを直接トラジェクトリ実行に統合する。この能力により、人間の操作者はロボットの動きをリアルタイムでオーバーライドまたはリダイレクトすることができる。
論文参考訳（メタデータ） (2026-01-29T13:29:56Z)
CHIP: Adaptive Compliance for Humanoid Control through Hindsight Perturbation [70.5382178207975]
hIsight Perturbation (CHIP)は、制御可能なエンドエフェクタ剛性を実現するプラグイン・アンド・プレイモジュールである。 CHIPの実装は簡単で、データ拡張も追加の報酬チューニングも必要ありません。そこで本研究では,CHIPでトレーニングした汎用モーショントラッキングコントローラが,多種多様な操作タスクを実行できることを示す。
論文参考訳（メタデータ） (2025-12-16T18:56:04Z)
Future-Oriented Navigation: Dynamic Obstacle Avoidance with One-Shot Energy-Based Multimodal Motion Prediction [10.379552390135226]
本稿では,動的かつ不確実な環境下での移動ロボットの安全かつ効率的な制御のための統合的アプローチを提案する。このアプローチは、動的障害物の運動を予測するためのワンショットマルチモーダル動作予測と、これらの予測を運動計画プロセスに組み込むモデル予測制御の2つの重要なステップから構成される。
論文参考訳（メタデータ） (2025-05-01T01:13:56Z)
Interactive Character Control with Auto-Regressive Motion Diffusion Models [18.727066177880708]
リアルタイム動作合成のためのA-MDM(Auto-Regressive Motion Diffusion Model)を提案する。我々の条件拡散モデルは初期ポーズを入力とし、前者のフレームに条件付けられた連続した動きフレームを自動回帰的に生成する。本稿では,タスク指向サンプリング,インペインティング,階層的強化学習など,対話型制御をA-MDMに組み込む一連の手法を紹介する。
論文参考訳（メタデータ） (2023-06-01T07:48:34Z)
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)
Nonprehensile Riemannian Motion Predictive Control [57.295751294224765]
本稿では,リアル・ツー・シムの報酬分析手法を導入し,リアルなロボット・プラットフォームに対する行動の可能性を確実に予測する。連続的なアクション空間でオブジェクトを反応的にプッシュするクローズドループコントローラを作成します。我々は,RMPCが乱雑な環境だけでなく,乱雑な環境においても頑健であり,ベースラインよりも優れていることを観察した。
論文参考訳（メタデータ） (2021-11-15T18:50:04Z)
Consolidating Kinematic Models to Promote Coordinated Mobile Manipulations [96.03270112422514]
我々は,移動体ベース,アーム,移動体操作で操作する物体の運動学を統合する仮想キネマティックチェイン(VKC)を構築した。移動操作タスクは、構築されたVKCの状態を変更して表現され、移動計画問題に変換することができる。
論文参考訳（メタデータ） (2021-08-03T02:59:41Z)

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。