論文の概要: Projection-Retraction MPPI: Exact Constraint-Manifold Control for Manipulators
- arxiv url: http://arxiv.org/abs/2608.07573v1
- Date: Tue, 04 Aug 2026 11:40:10 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-13 14:41:02.470298
- Title: Projection-Retraction MPPI: Exact Constraint-Manifold Control for Manipulators
- Title（参考訳）: プロジェクションリトラクションMPPI:マニピュレータの具体的な拘束マニフォールド制御
- Abstract要約: プロジェクションリトラクションMPPIは、ダイナミックス内の制約を強制する。
14-DoFデュアルアームシステム上でPR-MPPIを検証する。
- 参考スコア（独自算出の注目度）: 7.124493742815592
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: Model Predictive Path Integral (MPPI) control is widely used in manipulation for its gradient-free, parallel handling of non-convex costs. Manipulation tasks, however, often impose constraints that hold throughout the motion: a closed kinematic chain that two grasping arms keep exactly, or joint limits and obstacle clearances that are never crossed. MPPI handles such constraints only through the cost, as soft penalties that hold approximately and fail under a strong task cost. To address this, we propose Projection-Retraction MPPI (PR-MPPI), which enforces the constraints inside the sampled dynamics. At every rollout step, the sampled velocity is projected to satisfy both constraint types: the equality restricts it to a subspace, and each inequality to a half-space within that subspace, so inequality handling never breaks the equality. This projection, however, satisfies the constraints only to first order, and a finite step leaves a small drift off the equality. Therefore, we retract the returned command back onto the constraint to numerical tolerance and independent of task weighting. We validate PR-MPPI on 14-DoF dual-arm systems. In simulation, the returned commands satisfy the closed-chain equality to numerical tolerance through a joint-limit stress test and randomized obstacle avoidance. On real hardware, the arms of a Unitree H1-2 humanoid reactively avoid a moving obstacle. Code and experiment videos are available at https://rcilab.github.io/prmppi.
- Abstract（参考訳）: モデル予測経路積分(MPPI)制御は、非凸コストの勾配のない並列処理に広く用いられている。
しかし、マニピュレーションのタスクは、しばしば運動を通して保持される制約を課す:二つの握る腕が正確に保持されるクローズド・キネマティック・チェーン、または決して交差しないジョイント・リミットと障害物・クリアランス。
MPPIはそのような制約をコストでのみ処理する。
そこで本研究では,サンプル力学の制約を強制するプロジェクション・リトラクションMPPI(PR-MPPI)を提案する。
各ロールアウトステップにおいて、サンプリングされた速度は両方の制約型を満たすように投影される:等式はそれを部分空間に制限し、各不等式はその部分空間内の半空間に制限するので、不等式処理は等式を破ることはない。
しかし、この射影は制約を一階のみに満たし、有限ステップは小さなドリフトを等式から外す。
そこで我々は,復帰したコマンドを数値的寛容とタスク重み付けに依存しない制約に戻す。
14-DoFデュアルアームシステム上でPR-MPPIを検証する。
シミュレーションにおいて、帰還したコマンドは、連立極限応力試験とランダム化障害物回避により、数値耐性と閉鎖同値を満たす。
実際のハードウェアでは、ユニツリー H1-2 ヒューマノイドのアームは、動く障害物を反応的に回避する。
コードと実験ビデオはhttps://rcilab.github.io/prmppi.comで公開されている。
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) - Grasp Execution Without a Planner: Configuration-Space Grasp Distance Fields with Certified Safety & Guaranteed Quality [5.99447754429793]
腕の握手構成の有限集合に対して滑らかなソフトミン距離であるGrasp Distance Fields(GDFs)を提案する。
我々は、軌跡を計画せずにグリップを共同で選択し、実行します。
CBF-CLF二次プログラムは、自己調整、ワークスペース、オブジェクト、障害物クリアランスの制約を強制する。
論文 参考訳（メタデータ） (2026-08-01T11:35:08Z) - Hardware-Aware QUBO Reformulation of Constrained Binary Optimization via the Walsh-Fourier Transform [1.3423094548772225]
本稿では,制約付きバイナリ最適化を準拘束型バイナリ最適化(QUBO)として再構成する新しいフレームワークを提案する。
このハードウェアネイティブサロゲートは、厳密な近似空間から引き出されたにもかかわらず、より高密度な全対射影よりも優れていることを示す。
この利点は量子アニーラーにQUBOが埋め込まれてサンプル化されると、不均衡なペナル化やハードウェアブラインドによる全ての2次項への投射と比較して、最悪のケースと平均的な客観的なギャップを持つサンプルが得られる。
論文 参考訳（メタデータ） (2026-07-28T23:45:18Z) - Actuator-Aware Inverse Kinematics with Joint-Limit Admissibility for Torque-Controlled Redundant Robots [3.568466510804539]
本稿では、トルク制御された冗長ロボットのためのアクチュエータ対応逆運動学を提案する。
小さな命令されたタスク残余は、必ずしも実現された動作を改善するとは限らない。
仮想分解制御された7自由度上肢エクソスケルトンの実験は、この手法を標準的な逆運動的基底線と比較する。
論文 参考訳（メタデータ） (2026-05-29T15:33:10Z) - Manifold-Constrained MPPI: Real-Time Sampling-Based Control Under Hard Constraints [8.747309323431802]
Manifold-Constrained MPPI (MC-MPPI) はリアルタイムサンプリングベースの制御フレームワークである。
MPPIの計算上の利点を保ちながら、多様体ベースの等式制約を強制する。
シミュレーションと実世界の両方の環境で14-DoFクローズドチェーンのデュアルアームシステムの実験は、MC-MPPIが安定して100Hzで動作することを示した。
論文 参考訳（メタデータ） (2026-05-24T01:57:18Z) - Bridging Semantic and Kinematic Conditions with Diffusion-based Discrete Motion Tokenizer [55.9892973179428]
MoTokは、セマンティックな抽象化をきめ細かな再構築から切り離す離散モーショントークンである。
また,HumanML3Dでは,トークンの6分の1しか使用せず,MaskControl上での制御性と忠実度を大幅に向上する。
論文 参考訳（メタデータ） (2026-03-19T17:59:51Z) - ULTRA: Unified Multimodal Control for Autonomous Humanoid Whole-Body Loco-Manipulation [55.467742403416175]
本稿では,大規模モーションキャプチャをヒューマノイドに変換する物理駆動型ニューラルネットワークを提案する。
我々は高密度参照とスパースタスク仕様の両方をサポートする統合マルチモーダルコントローラを学習する。
その結果,ULTRAは自我中心の知覚から,自律的,目標条件付き全体ロコ操作に一般化することが示された。
論文 参考訳（メタデータ） (2026-03-03T18:59:29Z) - Primary-Fine Decoupling for Action Generation in Robotic Imitation [91.2899765310853]
ロボット操作動作シーケンスにおけるマルチモーダル分布は、模倣学習にとって重要な課題である。
PF-DAG(プライマリ・フィン・デカップリング・フォー・アクション・ジェネレーション、プライマリ・フィン・デカップリング・フォー・アクション・ジェネレーション、プライマリ・フィン・デカップリング・フォー・アクション・ジェネレーション、プライマリ・フィン・デカップリング・フォー・アクション・ジェネレーション、プライマリ・フィン・デカップリング・フォー・アクション・ジェネレーション、プライマリ・フィン・デカップリング・フォー・アクション・ジェネレーション、PF-DAG)を提案する。
PF-DAGは、Adroit、DexArt、MetaWorldベンチマークの56タスクで最先端のベースラインを上回っている。
論文 参考訳（メタデータ） (2026-02-25T08:36:45Z) - 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) - Programmable Motion Generation for Open-Set Motion Control Tasks [51.73738359209987]
我々は新しいパラダイム、プログラム可能なモーション生成を導入する。
このパラダイムでは、任意の運動制御タスクは原子制約の組み合わせに分解される。
これらの制約は、運動列がそれに付着する程度を定量化するエラー関数にプログラムされる。
論文 参考訳（メタデータ） (2024-05-29T17:14:55Z) - Shortest-Path Constrained Reinforcement Learning for Sparse Reward Tasks [59.419152768018506]
最適ポリシーは必ずk-SP制約を満たすことを示す。
本研究では,SP制約に違反するポリシーを完全に排除する代わりに,新たなコスト関数を提案する。
また,MiniGrid,DeepMind Lab,Atari,Fetchを用いた実験の結果,提案手法はPPOを著しく改善することが示された。
論文 参考訳（メタデータ） (2021-07-13T21:39:21Z)
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。