論文の概要: Conflict-Predictive Variable Horizons in Multi-Drone Distributed Model Predictive Control
- arxiv url: http://arxiv.org/abs/2609.13270v1
- Date: Mon, 07 Sep 2026 17:24:30 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-16 07:15:05.157316
- Title: Conflict-Predictive Variable Horizons in Multi-Drone Distributed Model Predictive Control
- Title（参考訳）: 多次元分散予測制御における競合予測可変ホライズン
- Abstract要約: 分散モデル予測制御では、固定された地平線は妥協を強制する:短い地平線は安価だが、隣人が近づくのに遅れて反応するが、長い地平線は、その長さと超直線的に増加するステップ毎のコストで衝突を予想する。
本稿では,各ドローンがローカルに設定し,分散モデル予測制御自体をそのまま残しておく,競合予測変数水平線を提案する。
- 参考スコア（独自算出の注目度）: 3.0098885383612104
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: In distributed model predictive control for multi-drone collision avoidance, a fixed prediction horizon forces a compromise: a short horizon is inexpensive but reacts late to approaching neighbors, whereas a long one anticipates conflicts at a per-step cost that grows superlinearly with its length. We propose a conflict-predictive variable horizon that each drone sets locally, leaving the distributed model predictive control itself unchanged. From a short history of observed positions, a drone extrapolates the flight lines of its neighbors, tests each against its own using confidence funnels that narrow with prediction range, and obtains each time to conflict in closed form. The horizon is then the smallest admissible value whose planning window covers the farthest predicted conflict. It collapses to its minimum in clear airspace and grows only when a conflict lies ahead. Provided this minimum meets a single computable feasibility bound, we prove that recursive feasibility and asymptotic stability are preserved for every horizon the policy can select. These guarantees hold for a linear model, and a cascaded inner loop reduces each quadrotor's translational dynamics to a perturbed double integrator, so they carry over to the linearized quadrotor model and, as practical stability, to the full nonlinear one. In simulation on dense antipodal-swap benchmarks, the variable horizon reduces both per-step solver cost and total computation well below those of a long fixed horizon, and it maintains separation in every run, which a short fixed horizon of comparable per-step cost does not.
- Abstract（参考訳）: 多段衝突回避のための分散モデル予測制御では、固定された予測水平線は妥協を強制する:短い水平線は安価だが、隣人が近づくのに遅れて反応するが、長いものは、その長さと超直線的に増加するステップ毎のコストで衝突を予想する。
本稿では,各ドローンがローカルに設定し,分散モデル予測制御自体をそのまま残しておく,競合予測変数水平線を提案する。
観測された位置の短い歴史から、ドローンは隣人の飛行ラインを外挿し、予測範囲に狭められた自信のあるファンネルを使用してそれぞれをテストし、クローズドな形で衝突する各時間を取得する。
地平線は最小の許容値であり、計画ウィンドウは最も予測された紛争をカバーしている。
平らな空域では最小限に崩壊し、衝突が先にある場合にのみ成長する。
この最小値が1つの計算可能な実現可能性境界を満たすと、再帰的実現可能性と漸近安定性がポリシーが選択できるすべての地平線で維持されることが証明される。
これらは線形モデルの保持を保証し、カスケードされた内部ループは、各二次体の変換力学を摂動二重積分子に還元するので、線型化された二次体モデルに渡され、実際的な安定性として全非線形モデルに渡される。
密度の高い反ポッド・スワップ・ベンチマークのシミュレーションでは、可変地平線は、長い固定地平線よりはるかに低いステップ毎のソルバコストとトータル計算の両方を削減し、ステップ毎のコストの短い固定地平線の分離を維持する。
関連論文リスト
- Constrained Online Learning with Noisy Constraint Values [55.29259818039367]
一般的な実現可能性の下では、我々のLEDGERアルゴリズムは、期待される損失$O(sqrt T)と期待される予算違反$O(sqrtTlog(eT))を達成します。
スレーター条件、フィードバックチャネル間の独立性、絶対的制約値境界は不要である。
論文 参考訳（メタデータ） (2026-09-07T01:38:41Z) - Long-Time Trajectory Approximation via SA-NODEs: Model Predictive and Floquet Strategies [0.49655032077676126]
半自律型ニューラル常微分方程式(SA-NODE)による力学系の長期水平線上での近似について検討した。
地平線全体をトレーニングした単一ネットワークの場合、利用可能な誤差境界は地平線長で指数関数的に2倍に低下する。
この障壁を避けるための2つのトレーニング戦略を開発し、それぞれが状態のリセットの上に構築されます。
論文 参考訳（メタデータ） (2026-08-11T09:55:54Z) - 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) - When Do Autoregressive Sequence Models Forecast Physical Wavefields? A Controlled Study on Synthetic Seismograms [43.8784307709823]
物理信号の長距離自己回帰予測は誤差蓄積によって制限される。
物理的に構造化されたテストベッドとして,合成3成分地震計を用いて,このようなロールアウトが安定であるかどうかを問う。
論文 参考訳（メタデータ） (2026-06-09T13:46:14Z) - Constrained Auto-Bidding via Generative Response Modeling [4.3095605379591255]
自動入札システムは、予算制約やコスト・パー・アクセシションなどの比率目標の下で、長期的地平線上の広告主価値を最大化することを目的としている。
コントロールベースのペアリングは逸脱に反応するが、将来の状況は予測できない。一方、RLと生成法は、制約を報酬信号に折り畳み、違反を回避し、分散シフトの下で劣化させる。
単一入札乗算器の関数として,将来の交通量と地平線集約コスト/値曲線を共同で予測する履歴条件付きシーケンスモデルであるジェネレーティブ・レスポンス・モデル(GRM)を用いて,学習対象を行動から応答へシフトする。
論文 参考訳（メタデータ） (2026-05-27T01:06:54Z) - 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) - PnP-Corrector: A Universal Correction Framework for Coupled Spatiotemporal Forecasting [62.22445401483844]
既存の手法は複雑なエラーのボトルネックによって厳しく制約されている。
我々は-Cast-Corrector (Plug-and-Play Corrector)と呼ばれる普遍的なフレームワークを提案する。
本手法は,結合予測システムの長期安定性を著しく向上させる。
論文 参考訳（メタデータ） (2026-05-09T13:12:33Z) - Towards Scaling Law Analysis For Spatiotemporal Weather Data [50.25336689856158]
単一ステップのトレーニング損失から長期ロールアウトやチャネル単位のメトリクスまで,自動回帰天気予報のためのニューラルスケーリング分析を拡張した。
プールドスケーリングは望ましいように見えるが、多くのチャネルは遅延リードで劣化する。
本稿では,重み付け対象,地平線対応カリキュラム,出力間の資源配分について論じる。
論文 参考訳（メタデータ） (2026-04-06T18:14:53Z) - Unifying Quadrotor Motion Planning and Control by Chaining Different Fidelity Models [23.059638804041672]
Uniqueは統一的なMPCであり、単一の最適化内で異なる忠実度のモデルをカスケードする。
水平線に沿った標準的障害物を変形させる3Dプログレッシブ・スムースティング・スケジュールを提案する。
Uniqueは、標準的なMPCや階層的なプランナートラッカーベースラインと比較して、クローズドループ位置または速度トラッキングを最大75%改善する。
論文 参考訳（メタデータ） (2025-12-13T18:53:34Z) - OrthAlign: Orthogonal Subspace Decomposition for Non-Interfering Multi-Objective Alignment [61.02595549125661]
大規模言語モデル(LLM)のアライメントは、複数の人間の好みに対処する際に重要なジレンマに直面します。
我々は、優先順位調整における勾配レベルの対立を解決する革新的なアプローチであるOrthAlignを提案する。
我々はOrthAlignが多重目的アライメント後の34.61%から50.89%の最大単一参照改善を実現していることを示す。
論文 参考訳（メタデータ） (2025-09-29T11:16:30Z)
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。