論文の概要: Trusted Polytopic Action Sets for Fast Planning in Underactuated Systems
- arxiv url: http://arxiv.org/abs/2608.24019v1
- Date: Tue, 25 Aug 2026 03:18:32 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-08-26 14:09:34.770964
- Title: Trusted Polytopic Action Sets for Fast Planning in Underactuated Systems
- Title（参考訳）: 不安定システムにおける高速計画のための信頼されたポリトピックアクションセット
- Abstract要約: 不変系は、その運動が関数空間内の軌道の多様体上にあるため、凸運動計画に挑戦する。
本稿では,不活性化および潜在的非線形システムに対する短時間水平動作の高速,オンライン,信頼された凸集合を生成する手法を提案する。
プランナーは数ミリ秒(キノダイナミックRTベースラインよりも14～78倍速い)で乱れた平面シーンを解決し、サンプリングおよびNLPベースラインよりも26～86%、非線形不動ベンチマークでの終端誤差を低減する。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Underactuated systems pose a challenge for convex motion planning because their dynamically feasible motions lie on a manifold of trajectories in function space. Building on our earlier formulation of polytopic action sets (PAS), this paper presents a method for rapidly generating, online, trusted convex sets of short-horizon actions for underactuated and potentially nonlinear systems. Around a nominal trajectory, we construct local finite-dimensional action coordinates in which each parameter vector encodes a complete nearby motion through an affine trajectory map, rendering collision-avoidance and control bounds linear. To remain consistent with the nonlinear dynamics, we introduce a dynamics-violation metric and extract a trusted convex inner approximation using an IRIS-inspired inflation procedure directly in action space. The resulting PAS are reusable convex families of actions that can be queried and composed with linear programs, and a PAS-guided tree expansion treats nodes as composed reachable families rather than single trajectories, coupling local nonlinear fidelity with convex reuse for longer-horizon planning. The planner solves cluttered planar scenes in tens of milliseconds (14-78x faster than a kinodynamic RRT baseline) and reduces terminal error on a nonlinear underactuated benchmark by 26-86% over sampling and NLP baselines.
- Abstract（参考訳）: 不安定な系は、それらの動的に実現可能な運動が函数空間の軌道の多様体上にあるため、凸運動計画に挑戦する。
本稿では, 従来のポリトピック・アクション・セット (PAS) の定式化に基づいて, 不安定で非線形なシステムに対して, オンラインで信頼性の高い短時間水平動作の凸集合を高速に生成する手法を提案する。
そこで,各パラメータベクトルがアフィン軌道写像を通じて完全な近傍運動を符号化し,衝突回避と制御境界を線形に描画する局所有限次元動作座標を構築した。
非線形力学と整合性を保つため,IRISにインスパイアされたインフレーション法を直接作用空間に導入して,ダイナミックス・違反計量を導入し,信頼された凸内近似を抽出する。
結果として得られるPASは、線形プログラムでクエリして構成できる再利用可能な凸ファミリーであり、PAS誘導ツリー拡張は、ノードを単一の軌道ではなく、構成可能なファミリーとして扱い、より長い水平計画のために凸再利用と局所非線形忠実度を結合する。
プランナーは数ミリ秒(キノダイナミックRTベースラインよりも14～78倍速い)で乱れた平面シーンを解決し、サンプリングおよびNLPベースラインよりも26～86%、非線形不動ベンチマークでの終端誤差を低減する。
関連論文リスト
- PathCover: A Fast Convex Decomposition along a Path via Randomized Iterative Space Partitioning (RISP) on Point Clouds [7.061252397888759]
本稿では,自律型ロボットナビゲーションのための障害物のない領域を生成するためのフレームワークPathCoverを紹介する。
干渉のない参照経路に沿って連続的な進行を保ちながら、アルゴリズムが有限ステップで終了することを数学的に保証する。
完全なパイプラインは、高忠実度四足歩行シミュレーションと四足歩行ロボットへの物理的展開によって検証される。
論文 参考訳（メタデータ） (2026-08-06T04:17:13Z) - 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) - 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) - Fitting Unknown Number of Hyperplanes with Manifold Optimization [57.48093263119306]
未知数の線形平面をデータに適合させることは、機械学習の根本的な課題である。
既存のアプローチはしばしば最適な最適化に苦しむか、幾何的整合性に欠ける。
論文 参考訳（メタデータ） (2026-05-27T14:02:20Z) - Motion Planning for Autonomous Vehicles using Optimization over Graphs of Convex Sets [0.6445605125467574]
自動運転車の運動計画には、リアルタイムな制約の下で、衝突のない、動的に実現可能な軌道を生成する必要がある。
本稿では,非線形動作計画問題に近似する新しい幾何学的制御法を提案する。
連続緩和における凸性を保ちながら、支配的な幾何学的動的効果を捉え、非線形運動計画問題の構造化された近似を提供する。
論文 参考訳（メタデータ） (2026-05-13T23:29:54Z) - Adaptive Smooth Tchebycheff Attention for Multi-Objective Policy Optimization [55.338784037660474]
ドメインにおける多曲率強化学習は、矛盾する目的間の複雑な非脆弱な干渉トレードオフのバランスを必要とする。
本稿では,生態系をモニタリングするプロキシであるロボットビジュアルを用いた,新しいリアルタイムなリアルタイム最適化を提案する。
論文 参考訳（メタデータ） (2026-05-12T21:32:57Z) - Iterative Convex Optimization with Control Barrier Functions for Obstacle Avoidance among Polytopes [3.8436274588467696]
多目的ロボットによる障害物回避は、最適化に基づく制御と軌道計画において難しい問題である。
既存の手法は、幾何学力学を歪ませる楕円体のような双対距離近似に頼っている。
本稿では,安全クリティカルナビゲーションプログラムのための新しい反復凸性有限水平最適化フレームワークを提案する。
論文 参考訳（メタデータ） (2026-03-06T05:10:44Z) - RiemanLine: Riemannian Manifold Representation of 3D Lines for Factor Graph Optimization [49.83974390433746]
本稿では,3次元ラインの最小限の統一表現である textbfRiemanLine を紹介する。
私たちのキーとなるアイデアは、各行のランドマークをグローバルなコンポーネントとローカルなコンポーネントに分離することです。
ICL-NUIM, TartanAir, および総合ベンチマークを用いた実験により, 提案手法はより精度の高いポーズ推定とライン再構成を実現することが示された。
論文 参考訳（メタデータ） (2025-08-06T11:27:38Z) - Data-Driven Motion Planning for Uncertain Nonlinear Systems [9.488752723308957]
本稿では非線形システムのためのデータ駆動型モーションプランニングフレームワークを提案する。
アルゴリズムは重なり合う不変ポリトープの列を構成する。
制御ゲインは、単純なxベースでリアルタイムで補間され、動きを通して不変ポリトープ内の状態を保っている。
論文 参考訳（メタデータ） (2025-07-31T20:41:34Z) - DiffPD: Differentiable Projective Dynamics with Contact [65.88720481593118]
DiffPDは、暗黙の時間積分を持つ効率的な微分可能なソフトボディシミュレータである。
我々はDiffPDの性能を評価し,様々な応用における標準ニュートン法と比較して4～19倍のスピードアップを観測した。
論文 参考訳（メタデータ） (2021-01-15T00:13:33Z) - From Planes to Corners: Multi-Purpose Primitive Detection in Unorganized
3D Point Clouds [59.98665358527686]
直交平面の分割自由結合推定法を提案する。
このような統合されたシーン探索は、セマンティックプレーンの検出や局所的およびグローバルなスキャンアライメントといった、多目的のアプリケーションを可能にする。
本実験は,壁面検出から6次元トラッキングに至るまで,様々なシナリオにおいて,我々のアプローチの有効性を実証するものである。
論文 参考訳（メタデータ） (2020-01-21T06:51:47Z)
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。