論文の概要: GCS-Bridging: Restoring Connectivity of Disconnected Convex Sets for Graph-of-Convex-Sets Motion Planning

• arxiv url: http://arxiv.org/abs/2608.22326v1
• Date: Sun, 23 Aug 2026 09:43:16 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-25 13:29:43.719629
• Title: GCS-Bridging: Restoring Connectivity of Disconnected Convex Sets for Graph-of-Convex-Sets Motion Planning
• Title（参考訳）: GCSブリッジ:グラフ・オブ・コンベックス・セット動作計画のための非連結凸集合の回復接続性
• Authors: Xiaokai Zhou, Baoshi Cao, Yang Liu, Kui Sun, Boyu Ma, Zhengpu Wang, Zongwu Xie,
• Abstract要約: グラフ・オブ・コンベックス・セット(GCS)に基づく軌道最適化は、コンベックス集合の有限集合として構成空間における衝突のない領域を表す。 既存のGCSベースの軌道計画手法は凸領域間の十分な接続性を前提としている。 衝突のない点経路と凸領域のインフレーションによって接続された凸領域を再接続するGCS-Bridgingを提案する。
• 参考スコア（独自算出の注目度）: 5.181274117254708
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Graph-of-Convex-Sets (GCS)-based trajectory optimization represents collision-free regions in configuration space as a finite collection of convex sets and directly performs collision-free trajectory planning over these sets, substantially simplifying the planning process. However, existing GCS-based trajectory planning methods generally assume sufficient connectivity among the convex regions and do not explicitly address cases in which the start and goal regions belong to different connected components of the initial GCS map. To address this limitation, we propose GCS-Bridging, which reconnects disconnected convex regions through collision-free point paths followed by convex region inflation, thereby recovering the feasibility of otherwise disconnected GCS planning problems. Extensive simulations across multiple IRIS-related algorithms and scenarios demonstrate that GCS-Bridging restores missing start-to-goal connectivity in the initial GCS map with a 99.8% success rate. In addition, a hardware experiment on a single-arm Franka platform in a real-world scenario with initially disconnected start and goal regions validates the effectiveness of the proposed method in practical motion planning. Project website: https://zhouxk1997.github.io/GCS_Bridging/
• Abstract（参考訳）: グラフ・オブ・コンベックス・セット(GCS)に基づく軌道最適化は、構成空間における衝突のない領域を凸集合の有限集合として表現し、これらの集合に対して衝突のない軌道計画を直接実行し、計画プロセスを大幅に単純化する。 しかし、既存のGCSベースの軌道計画法は、一般に凸領域間の十分な接続性を前提としており、初期GCSマップの異なる接続コンポーネントに属する開始領域とゴール領域に明示的に対応していない。 この制限に対処するために、衝突のない点通過と凸領域のインフレーションによる非連結凸領域を再接続するGCS-Bridgingを提案する。 複数のIRIS関連アルゴリズムとシナリオにわたる大規模なシミュレーションにより、GCS-Bridgingは初期GCSマップの開始からゴールへの接続を99.8%の成功率で回復することを示した。 さらに,単一アームのFrankaプラットフォーム上でのハードウェア実験を行い,実際の動作計画における提案手法の有効性を検証した。 プロジェクトウェブサイト:https://zhouxk1997.github.io/GCS_Bridging/

関連論文リスト

• Convex Collision-Free Regions [1.503974529275767]
  Convex Collision-Free Regions (CCFR) は、局所凸可能領域を明示的に表現し、非通電を強制する衝突処理手法である。 CCFRは非線形最適化に依存しておらず、XPBD(Extended Position-Based Dynamics)のようなシミュレーションフレームワークと互換性がある。 CCFRの有効性は、布、毛髪、ワイヤー、粒子系、および共次元接触シナリオで示される。
  論文  参考訳（メタデータ） (2026-07-29T13:33:37Z)
• Learning Unions of Convex Sets via Invertible Latent Decomposition for Path Planning [19.14344979340464]
  可逆遅延分解(英: Invertible Latent Decomposition, ILD)は、可逆写像と、結果の潜在空間における明示凸ポリトープの結合を学習するフレームワークである。 ILDは、以前のベースラインよりも広範なカバレッジ、セット間の接続性の向上、パス計画の成功率の向上を実現している。 14-DoF双対マニピュレータにおいて,現場形状の変化に適応した実時間衝突のない計画法を実演する。
  論文  参考訳（メタデータ） (2026-06-10T12:49:47Z)
• Curvature-Aware PCA with Geodesic Tangent Space Aggregation for Semi-Supervised Learning [52.452902154360565]
  GTSA-PCAは主成分分析の幾何学的拡張である。 曲率認識と測地的整合性を統合されたスペクトルフレームワークに統合する。 以上の結果から,GTSA-PCAは次元減少に対する統計的および幾何学的アプローチの原則的ブリッジとして位置づけられた。
  論文  参考訳（メタデータ） (2026-04-20T20:36:36Z)
• Thinking with Images as Continuous Actions: Numerical Visual Chain-of-Thought [55.65577137924979]
  本稿では,連続的な数値座標を用いたMLLM画像の推論を可能にするフレームワークを提案する。 NV-CoTはMLLM作用空間を離散語彙トークンから連続ユークリッド空間へと拡張する。 3つのベンチマーク実験により、NV-CoTは局所化精度と最終回答精度を大幅に向上することが示された。
  論文  参考訳（メタデータ） (2026-02-27T12:04:07Z)
• Game-Theoretic Autonomous Driving: A Graphs of Convex Sets Approach [3.7952163923648583]
  IBR-GCSは,グラフ・オブ・コンベックス・セット(Graphs of Convex Sets)フレームワークに基づく反復的ベスト・レスポンス(IBR)計画手法である。 IBR-GCSは、操作推論、軌道計画、ゲーム理論の相互作用を統合されたフレームワークに統合する。 IBR-GCSは安全な軌道と戦略的に一貫した対話行動を生成する。
  論文  参考訳（メタデータ） (2026-01-27T20:58:15Z)
• GHOST: Solving the Traveling Salesman Problem on Graphs of Convex Sets [4.8236998950073255]
  凸集合グラフ上に定義された旅行セールスマン問題(TSP)の新たな変種について検討する。 この設定では、エッジコストは固定されていないが、各凸領域から選択された特定の軌跡に依存している。 本稿では,ツアー探索と凸軌道最適化を組み合わせたGCS-TSPを最適に解く階層型フレームワークであるGHOSTを紹介する。
  論文  参考訳（メタデータ） (2025-11-09T17:34:15Z)
• RGE-GS: Reward-Guided Expansive Driving Scene Reconstruction via Diffusion Priors [54.81109375939306]
  RGE-GSは、拡散に基づく生成と報酬誘導ガウス積分を相乗化する新しい拡張的再構築フレームワークである。 本稿では,復元フェーズに先立って一貫したパターンを識別・優先順位付けする報奨ネットワークを提案する。 復元過程において,シーン収束度に応じてガウス最適化の進捗を自動的に調整する学習戦略を考案した。
  論文  参考訳（メタデータ） (2025-06-28T08:02:54Z)
• Graph Spectral Embedding using the Geodesic Betweeness Centrality [76.27138343125985]
  本稿では、局所的な類似性、接続性、グローバル構造を教師なしで表現するグラフSylvester Embedding (GSE)を紹介する。 GSEはシルヴェスター方程式の解を用いて、ネットワーク構造と近傍の近接を1つの表現で捉える。
  論文  参考訳（メタデータ） (2022-05-07T04:11:23Z)
• Spatial-spectral Hyperspectral Image Classification via Multiple Random Anchor Graphs Ensemble Learning [88.60285937702304]
  本稿では,複数のランダムアンカーグラフアンサンブル学習(RAGE)を用いた空間スペクトルHSI分類手法を提案する。 まず、各選択されたバンドのより記述的な特徴を抽出し、局所的な構造と領域の微妙な変化を保存するローカルバイナリパターンを採用する。 次に,アンカーグラフの構成に適応隣接代入を導入し,計算複雑性を低減した。
  論文  参考訳（メタデータ） (2021-03-25T09:31:41Z)

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。

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。