論文の概要: ContactIPM: A Structure-Exploiting Interior-Point Solver for Contact-Implicit Trajectory Optimization

• arxiv url: http://arxiv.org/abs/2608.11731v1
• Date: Wed, 12 Aug 2026 07:11:58 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-13 19:07:54.486933
• Title: ContactIPM: A Structure-Exploiting Interior-Point Solver for Contact-Implicit Trajectory Optimization
• Title（参考訳）: ContactIPM: 接触型軌道最適化のための構造展開型内点解法
• Abstract要約: 接触-単純軌道最適化は、規定された接触列を避けるが、相補性制約のある数学的プログラムを生成する。 既存の接触特異的手法は、この縮退に対して堅牢性を改善するが、段階的に最適制御因子化を利用できない。 これらの機能を1つのプリミティブ・デュアル・メソッドで組み合わせることができることを示す。
• 参考スコア（独自算出の注目度）: 1.6071884154693146
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Contact-implicit trajectory optimization avoids prescribing contact sequences, but yields mathematical programs with complementarity constraints (MPCCs) whose degeneracy challenges conventional primal--dual solvers. Existing contact-specific methods improve robustness to this degeneracy but do not leverage a stagewise optimal-control factorization and primal--dual consistency, while structure-exploiting optimal-control solvers are not designed for complementarity constraints. We show that these capabilities can be combined in a single primal--dual method. ContactIPM identifies complementary inequality pairs, embeds them through a barrier-coupled elastic interior relaxation, eliminates slack and dual variables stagewise, and solves the reduced Newton system using a Riccati recursion. A fixed multi-phase MPCC recovery schedule provides four continuation and restart attempts from naive initializations, while termination is gated by the unrelaxed physical complementarity residual. We compare ContactIPM with two contact-specific MPCC solvers, CRISP and IMPACT, using matched benchmark conditions and common post-solve acceptance criteria. On four fixed CRISP benchmark cases, ContactIPM is $2.17$--$8.87\times$ faster over 20 paired timing repetitions per case and achieves higher success on the Push Box and Push-T robustness suites. Against IMPACT, ContactIPM is \(2.96\times\) faster on Push T and \(4.91\times\) faster on Cart Transport, but \(4.46\times\) slower on Push Box. In 50 closed-loop Push Box rollouts spanning model mismatch, measurement noise, initial-pose errors, and state resets,
• Abstract（参考訳）: 接触-単純軌道最適化は、先行する接触列を避けるが、遺伝的プログラムに相補性制約(MPCC)を課し、その縮退性は従来の原始-双対解法に挑戦する。 既存の接触特異的手法は、この縮退に頑健さを向上するが、段階的に最適制御因数分解と原始双対整合は利用しないが、構造的な最適制御解法は相補性制約のために設計されていない。 これらの機能を1つのプリミティブ・デュアル・メソッドで組み合わせることができることを示す。 ContactIPMは相補的不等式を識別し、バリア結合された弾性内在緩和を通じてそれらを埋め込み、スラックと双対変数を段階的に除去し、リカティ再帰を用いてニュートン系を還元する。 固定された多相MPCC回復スケジュールは、4つの継続および再起動イニシャライゼーションの試行を提供するが、終了は未緩和の物理的相補性残差によって促進される。 我々は、一致したベンチマーク条件と一般的な事後受け入れ基準を用いて、コンタクト固有MPCC解決器であるCRISPとIMPACTを比較した。 CRISPの4つのベンチマークケースでは、ContactIPMは2.17$--8.87\times$1ケースあたり20ペアのタイミング繰り返しよりも高速で、Push BoxとPush-Tの堅牢性スイートで高い成功を収めている。 IMPACTに対して、AtactIPMはPush Tでは(2.96\times\)、Cart Transportでは(4.91\times\)、Push Boxでは(4.46\times\)である。 モデルミスマッチ、計測ノイズ、初期設定エラー、状態リセットにまたがる50のクローズドループPush Boxロールアウト。

関連論文リスト

• Omni2LoRA: Coherence-Preserving Parametric Memory for Efficient Omni Language Models [65.49950267695267]
  我々はコヒーレンス保存コンテクスト蒸留によるパラメトリックメモリの効率的な圧縮フレームワークであるOmni2LoRAを紹介する。 本手法は,マルチモーダルメモリを固定予算で再利用可能なパラメータ状態に変換することにより,応答時間のマルチモーダルトーケン負荷をゼロにする。
  論文  参考訳（メタデータ） (2026-08-10T07:49:10Z)
• Amortising Trajectory Optimisation for Residual MPC via Implicit Contact Differentiation [4.4868032790739765]
  規則化された滑らかな接触に対するADアシスト型暗黙微分を導入し,Mujoco MJXに適用する。 この方法では、許容収束解における定常性残差を区別し、解解器のアンロール化と手組化KKTシステムの両方を避ける。
  論文  参考訳（メタデータ） (2026-07-27T18:05:46Z)
• Learned Pairwise Deep Dual-Optimal Inequalities for Stabilizing Column Generation [14.46729903150912]
  L-PDDOIs(Learled pairwise Deep-optimal inequality)は、二変数間のペアワイズ順序を予測し、主問題に直接組み込む学習フレームワークである。 予測された関係間の競合や冗長性はパフォーマンスを損なう可能性があるため、グラフベースの後処理フィルタはデプロイ前に設定された候補を圧縮する。 静電容量化車両ルーティング問題と時間窓による車両ルーティング問題の主なテストセットでは、L-PDDOIの直接展開により、それぞれ平均ルートCG時間を89.7%、93.9%削減する。
  論文  参考訳（メタデータ） (2026-07-15T01:35:16Z)
• Dual-Network PINNs for Optimal Control: A Reproducible Benchmark on the Mass-Spring-Damper System [0.0]
  本研究では, 直接二重ネットワーク型物理インフォームドニューラルネットワーク(PINN)を用いて, 質量ばねダンパーシステムの最適制御に関するベンチマーク研究を行う。 PINNは古典的な最適コストを4桁に再現し、端末状態の制約を正確に構築し、ポイントワイズ状態と制御エラーを生成する。
  論文  参考訳（メタデータ） (2026-06-13T12:10:17Z)
• Joint Training of Multi-Token Prediction in Reinforcement Learning via Optimal Coefficient Calibration [61.46060073417047]
  MTP(Multi-Token Prediction)は、事前トレーニングにおいて広く採用されているモジュールである。 RL目標に対するMPPの段差効果は,第1次相関と第2次ペナルティの2つの項に分解できることを示す。 本稿では,ログ確率プロキシを用いて最適係数を無視可能なコストでオンラインで追跡する適応型手法を提案する。
  論文  参考訳（メタデータ） (2026-05-27T09:07:06Z)
• An Efficient Multilevel Preconditioned Nonlinear Conjugate Gradient Method for Incremental Potential Contact [39.88919534724513]
  インクリメンタル電位接触(IPC)は、交差のないシミュレーションを保証するが、高い計算コストに悩まされる。 非線形最適化のための階層型プレコンディショニングのパワーを解放するMAS-PNCGを提案する。 我々は、PNCG探索方向を、事前条件付き勾配と事前方向を最適に組み合わせたヘッセン対応の2D部分空間に置き換える。
  論文  参考訳（メタデータ） (2026-04-21T18:13:52Z)
• MAny: Merge Anything for Multimodal Continual Instruction Tuning [52.50936513604062]
  textbfMAny(textbfMAny)は、textbfCross-modal textbfProjection textbfMergingを通じてタスク固有の知識を統合するフレームワークである。 textbfLow-rank textbfParameter textbfMerging (textbfLPM)
  論文  参考訳（メタデータ） (2026-04-15T15:57:23Z)
• 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)
• RaBiT: Residual-Aware Binarization Training for Accurate and Efficient LLMs [5.782015253162346]
  残留バイナライゼーションは、バイナリ層を積み重ねることで、マットルフリーな推論を可能にする。 本稿では,残差階層をアルゴリズム的に強制することでコダプタ化を解決する新しい量子化フレームワークであるRaBiTを提案する。 RaBiTは最先端のパフォーマンスを実現し、ハードウェア集約型ベクトル量子化(VQ)の手法と競合する。
  論文  参考訳（メタデータ） (2026-02-05T06:41:11Z)
• PT$^2$-LLM: Post-Training Ternarization for Large Language Models [52.4629647715623]
  大きな言語モデル(LLM)は、様々なタスクにまたがる印象的な機能を示しているが、その大きなメモリと計算能力は、デプロイメントを妨げている。 PT$2$-LLMを提案する。 その中核は2段精製パイプラインを備えた非対称3次量子化器である。
  論文  参考訳（メタデータ） (2025-09-27T03:01:48Z)
• Joint Transmit and Pinching Beamforming for Pinching Antenna Systems (PASS): Optimization-Based or Learning-Based? [89.05848771674773]
  MISO (Multiple-input Single-output) フレームワークを提案する。 それは複数の導波路で構成されており、多数の低コストアンテナ(PA)を備えている。 PAの位置は、大規模パスと空間の両方にまたがるように再構成することができる。
  論文  参考訳（メタデータ） (2025-02-12T18:54:10Z)
• CBQ: Cross-Block Quantization for Large Language Models [66.82132832702895]
  ポストトレーニング量子化(PTQ)は、超低コストで大規模言語モデル(LLM)を圧縮する上で重要な役割を果たしている。 LLMのためのクロスブロック再構成に基づくPTQ手法CBQを提案する。 CBQはリコンストラクションスキームを使用してクロスブロック依存関係を採用し、エラーの蓄積を最小限に抑えるために複数のブロックにまたがる長距離依存関係を確立する。
  論文  参考訳（メタデータ） (2023-12-13T07:56:27Z)
• PAMS: Quantized Super-Resolution via Parameterized Max Scale [84.55675222525608]
  深部畳み込みニューラルネットワーク(DCNN)は超解像処理(SR)において優位な性能を示した 本稿では,PAMS(Parameterized Max Scale)と呼ばれる新しい量子化手法を提案する。 実験により,提案手法はEDSRやRDNなどの既存のSRモデルを適切に圧縮・高速化できることが示された。
  論文  参考訳（メタデータ） (2020-11-09T06:16:05Z)

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。