論文の概要: FF-MPCC: High-speed Agile Formation Flight with Model Predictive Contouring Control

• arxiv url: http://arxiv.org/abs/2608.21056v1
• Date: Fri, 21 Aug 2026 12:56:07 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-24 14:49:32.537889
• Title: FF-MPCC: High-speed Agile Formation Flight with Model Predictive Contouring Control
• Title（参考訳）: FF-MPCC: モデル予測整合制御による高速なアジャイル形成飛行
• Abstract要約: 本稿では,MPCCフレームワークに編隊維持を組み込んだ新たな編隊飛行手法を提案する。 速度が21m/sまで高速飛行で65%向上し,目標達成に要する時間に匹敵する速度を実現した。
• 参考スコア（独自算出の注目度）: 4.325897399736408
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Flying in a prescribed formation in an agile manner remains a challenging problem in the field of UAVs, particularly when following highly-demanding trajectories that require flight at platform limits. We address this problem by proposing a novel decentralized approach to formation flight along a given path that integrates formation maintenance into the MPCC framework, allowing UAVs to adapt their progression along complex paths while respecting individual dynamic constraints and maintaining the desired formation. To this end, we introduce a novel reparametrization and synchronization method for dynamic formation geometries together with a decentralized approach to determine the desired positions for the individual UAVs. The proposed approach allows the formation to coordinate high-speed path following without compromising formation integrity. The proposed approach is validated through extensive simulation and real-world experiments involving scenarios with varying complexity of paths and changes of required formation shape on the fly. In comparison to time-parameterized trajectory tracking, we demonstrate improved formation maintenance by 65% in high-speed flight with velocities up to 21 m/s, while achieving comparable times required to reach the goal.
• Abstract（参考訳）: アジャイルな方法で所定の形態で飛行することは、UAVの分野では難しい問題であり、特にプラットフォーム限界での飛行を必要とする高要求の軌道に追随する場合は、なおさらだ。 本稿では,MPCCフレームワークに組立維持を統合し,個々の動的制約を尊重し,所望の組立を維持しつつ,複雑な経路に沿ってUAVの進行を適応させる,新たな分権化アプローチを提案することで,この問題に対処する。 そこで本研究では,動的形成測地に対する新しいパラメータ化と同期手法と,個別UAVの所望位置を決定する分散型手法を提案する。 提案手法により, 高速経路の整合性を損なうことなく, 高速経路の追従を調整できる。 提案手法は,経路の複雑さの異なるシナリオと,ハエに必要となる形成形状の変化を含む,広範囲なシミュレーションと実世界の実験によって検証される。 速度が21m/sまでの高速飛行では, 目標を達成するのに要する時間に匹敵する速度を達成しながら, 速度を最大65%向上した。

関連論文リスト

• RAD-2: Scaling Reinforcement Learning in a Generator-Discriminator Framework [49.531001563853984]
  RAD-2はクローズドループ計画のための統一されたジェネレータ・ディスクリミネーターフレームワークである。 様々な軌道候補を生成する一方、RL最適化判別器は、これらの候補を長期的な運転品質に応じて再現する。 強い拡散ベースのプランナーに比べて衝突速度を56%削減する。
  論文  参考訳（メタデータ） (2026-04-16T17:59:44Z)
• HAD: Combining Hierarchical Diffusion with Metric-Decoupled RL for End-to-End Driving [51.268878540511054]
  我々は階層的拡散政策を備えたエンドツーエンドの計画フレームワークであるHADを提案する。 我々は,NAVSIMとHUGSIMの両方でHADが新たな最先端性能を実現することを示す。
  論文  参考訳（メタデータ） (2026-04-04T04:12:47Z)
• Multi UAVs Preflight Planning in a Shared and Dynamic Airspace [4.802862639452379]
  本稿では,インクリメンタルかつ反復的な紛争解決を伴うデリバリ・タイム・アウェア・プライオリティライズ・プランニング手法DTAPP-IICRを提案する。 当社のフレームワークは,緊急性に基づくミッションの優先順位付けによって,まず最初のソリューションを生成する。 SFIPP-STは、新しい4Dシングルエージェントプランナーである。 時空NFZのベンチマークでは、DTAPP-IICRは最大1000機のUAVでほぼ100%の成功を達成している。
  論文  参考訳（メタデータ） (2026-02-12T15:18:46Z)
• Three Dimensional Hydrodynamic Flow-Based Collision Avoidance for UAV Formations Facing Emergent Dynamic Obstacles [0.0]
  本稿では,無人航空機(UAV)の3次元流体力学による衝突回避フレームワークを提案する。 移動障害物は3次元のダブルトまたは楕円体としてモデル化され、局所速度場を発生させ、近傍のUAVを誘導してスムーズで無衝突操作を行う。 提案手法は, リアルタイム・実用化に適した安全かつスムーズかつ計算効率の良い回避操作を実現する。
  論文  参考訳（メタデータ） (2026-01-16T23:43:18Z)
• Gait-Adaptive Perceptive Humanoid Locomotion with Real-Time Under-Base Terrain Reconstruction [86.53248703859718]
  本研究では,地形認識,歩行制御,全身制御を一つの強化学習ポリシーにマージする知覚的移動フレームワークを提案する。 31-DoF、1.65mのヒューマノイドロボットによる実験は、シミュレーションと実世界の両方で堅牢な移動を実証している。
  論文  参考訳（メタデータ） (2025-12-08T11:42:41Z)
• Trajectory Design for UAV-Based Low-Altitude Wireless Networks in Unknown Environments: A Digital Twin-Assisted TD3 Approach [62.11847362756054]
  低高度無線ネットワーク(LAWN)のキーイネーブラーとして無人航空機(UAV)が登場している 我々は、デジタルツイン(DT)支援トレーニングおよびデプロイメントフレームワークを提案する。 このフレームワークでは、UAVは統合されたセンシングと通信信号を送信し、地上ユーザーに通信サービスを提供し、同時にDTサーバにアップロードされたエコーを収集して、仮想環境(VE)を段階的に構築する。 これらのVEはモデルトレーニングを加速し、展開中のリアルタイムUAVセンシングデータを継続的に更新し、意思決定をサポートし、飛行安全性を向上する。
  論文  参考訳（メタデータ） (2025-10-28T10:05:53Z)
• Agile Tradespace Exploration for Space Rendezvous Mission Design via Transformers [22.891825351056823]
  宇宙船のランデブーは軌道上でのサービスとデブリの除去を可能にし、スケーラブルな宇宙経済の基礎を形成している。 本稿では,幅広い飛行時間のミッションを設計するための枠組みを提案する。 このフレームワークは、より少ないイテレーションでソリューションに一般化する高品質な初期推定を提供する。
  論文  参考訳（メタデータ） (2025-10-03T22:28:46Z)
• Differentiable Motion Manifold Primitives for Reactive Motion Generation under Kinodynamic Constraints [5.982922468400902]
  Differentiable Motion Manifold Primitives (DMMP)は、連続時間で微分可能な軌道を符号化し生成する新しいニューラルネットワークアーキテクチャである。 7-DoFロボットアームを用いた動的投球実験では、DMMPは計画速度、タスク成功、制約満足度において従来の手法よりも優れていた。
  論文  参考訳（メタデータ） (2024-10-16T03:29:33Z)
• Model-Based Reinforcement Learning for Control of Strongly-Disturbed Unsteady Aerodynamic Flows [0.0]
  本稿では,モデルに基づく強化学習(MBRL)手法を提案する。 このモデルの精度とロバスト性は、非常に乱れた環境下での投球翼のシナリオで実証される。 乱れのない環境における垂直軸風力タービンへの適用をAppendixで論じる。
  論文  参考訳（メタデータ） (2024-08-26T23:21:44Z)
• Preparing Lessons for Progressive Training on Language Models [75.88952808979087]
  人工知能におけるトランスフォーマーの急速な進歩は、資源消費の増加と温室効果ガス排出のコストを犠牲にしている。 我々は,低層学習におけるtextbflayer functitextbfonality による extextbfpanding textbfoperation の授業をプレptextbfars で行うApolloを提案する。 実験では、アポロは最先端の加速比を達成し、事前訓練されたモデルを用いた手法にさえ対抗できることを示した。
  論文  参考訳（メタデータ） (2024-01-17T13:04:14Z)
• Model-Based Meta-Reinforcement Learning for Flight with Suspended Payloads [69.21503033239985]
  吊り下げられたペイロードの輸送は、自律的な航空車両にとって困難である。 接続後飛行データから数秒以内に変化力学のモデルを学習するメタラーニング手法を提案する。
  論文  参考訳（メタデータ） (2020-04-23T17:43:56Z)

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。