論文の概要: Distributed Safe Cooperative Vector Field for Trajectory Curvature Constrained Multi-Robot Systems
- arxiv url: http://arxiv.org/abs/2609.15266v1
- Date: Mon, 14 Sep 2026 09:26:39 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-16 07:15:06.205819
- Title: Distributed Safe Cooperative Vector Field for Trajectory Curvature Constrained Multi-Robot Systems
- Title（参考訳）: 軌道曲率制約マルチロボットシステムのための分散安全な協調ベクトル場
- Abstract要約: 軌道曲率の制約は、実用マルチロボットシステムに固有のものである。
これらの制約を適切に考慮しなければ、ロボットは割り当てられたタスクを達成できないかもしれない。
本稿では,マルチロボットシステムのための分散セーフコラボレーティブベクトル場アプローチを提案する。
- 参考スコア（独自算出の注目度）: 33.11742595438937
- License: http://creativecommons.org/publicdomain/zero/1.0/
- Abstract: Trajectory curvature constraints are inherent in practical multi-robot systems due to the limited turning capabilities of the robots. Without properly accounting for these constraints, robots may fail to accomplish assigned tasks, and their trajectories may diverge from the intended paths. This paper proposes a distributed safe cooperative vector field approach for multi-robot systems subject to trajectory curvature constraints. The proposed approach is composed of a cooperative vector field and a safety-oriented collision avoidance vector field, aiming to address the problems of cooperative motion and safe collision avoidance in multi-robot path-following tasks. A safety-oriented collision avoidance vector field with adaptively adjustable reactive boundary is developed to accommodate the kinematic curvature constraints of robots, thereby ensuring the physical feasibility of collision avoidance maneuvers. The proposed vector field requires only a single virtual variable from each neighboring robot to achieve cooperative motion and ensure both obstacle avoidance and inter-robot collision avoidance. The effectiveness of the proposed approach is validated through both simulations and real-world experiments on an actual multi-robot platform.
- Abstract（参考訳）: 軌道曲率の制約は、ロボットの旋回能力の制限により、実用的なマルチロボットシステムに固有のものである。
これらの制約を適切に考慮しなければ、ロボットは割り当てられたタスクを達成できず、その軌道は意図された経路から分岐する可能性がある。
本稿では, 軌道曲率制約を受けるマルチロボットシステムに対して, 分散セーフコラボレーティブベクトル場アプローチを提案する。
提案手法は協調ベクトル場と安全指向衝突回避ベクトル場から構成され,複数ロボット経路追従タスクにおける協調動作と安全な衝突回避の問題に対処することを目的としている。
ロボットの運動曲率制約を適応的に調整可能な反応境界を有する安全指向衝突回避ベクトル場を開発し、衝突回避操作の物理的実現性を確保する。
提案したベクトル場は,ロボット同士の衝突回避と障害物回避の両立を図るために,隣接するロボットから1つの仮想変数のみを必要とする。
提案手法の有効性は,実際のマルチロボットプラットフォーム上でのシミュレーションと実世界の実験によって検証される。
関連論文リスト
- Embodying Multi-Hand Manipulation Policies by Searching the Assignment and Null Spaces [19.655642356469748]
学習された操作ポリシーは、抽象的な「手」の動きをますます予測する
マルチアームロボット上でこれらの軌道を実行することは簡単ではない。
この問題に直接対処するアルゴリズムがない場合、実践者は一般的に、単腕逆キネマティックスパイプラインをアドホックな方法で拡張する。
論文 参考訳（メタデータ） (2026-07-24T06:37:52Z) - Distributed Motion Planning with Safety Guarantees for Self-Reconfiguring Robotic Boats [76.98547580312116]
本稿では,分散モデル予測制御(MPC)と制御バリア関数(CBF)を組み合わせたハイブリッドフレームワークを提案する。
リアルタイムに安全を確保するため、分散CBFベースのフィルタを適用し、エージェント間回避を強制する。
論文 参考訳（メタデータ） (2026-07-22T16:37:05Z) - Real-Time and Accurate Collision-Free Teleoperation via Differentiable Constraint-Based Trajectory Planning [1.4699455652461726]
この問題を緩和するための一般的な戦略は、最適制御に基づく軌道計画を用いて演算子の入力を強化することである。
我々は、凸最適化における双対性に基づいて、最近の微分可能な衝突回避制約の定式化を遠隔操作設定に適用する。
その結果,提案手法はより高精度な障害物モデリングを実現するとともに,計算時間を短縮できることがわかった。
論文 参考訳（メタデータ） (2026-06-07T16:39:56Z) - Simulation-Informed Diffusion for Decentralized Multi-robot Motion Planning [56.240199425429445]
マルチロボットモーションプランニングでは、各ロボットが局所的な観測から衝突のない軌道を生成する必要がある。
既存のほとんどのプランナは、ローカル観測の静的スナップショットからトラジェクトリを生成する。
本稿では,制約対応拡散モデルに基づく分散フレームワークであるSimulation-Informed Diffusion (SID)を紹介する。
論文 参考訳（メタデータ） (2026-05-26T21:17:53Z) - Sliding Mode Control for Safe Trajectory Tracking with Moving Obstacles Avoidance: Experimental Validation on Planar Robots [1.7044368816068716]
本稿では,ロバストな軌道追跡と移動障害物回避のための統合制御フレームワークを提案する。
提案アーキテクチャは,衝突回避制約を厳格に実施しつつ,外乱の有無の追跡を保証している。
このアプローチの有効性と汎用性は、数値シミュレーションと広範囲な実世界の実験によって検証される。
論文 参考訳（メタデータ） (2026-04-27T14:20:10Z) - Capability-Aware Heterogeneous Control Barrier Functions for Decentralized Multi-Robot Safe Navigation [19.794822517328654]
既存の分散化手法では、ロボットの同質性を仮定し、異種エージェント間で共有された安全要件を不均一に解釈する。
本稿では、一貫した安全対策と機能意識調整のための分散型フレームワークであるCA-HCBF(Capability-Aware Heterogeneous Control Barrier Function)を提案する。
論文 参考訳（メタデータ） (2026-04-14T19:21:46Z) - Discrete-Guided Diffusion for Scalable and Safe Multi-Robot Motion Planning [56.240199425429445]
マルチロボット運動計画(MPMP)は、共有された連続作業空間で動作する複数のロボットのための軌道を生成する。
離散マルチエージェント探索(MAPF)法は,その拡張性から広く採用されているが,粗い離散化の軌道品質は高い。
本稿では、制約付き生成拡散モデルを用いた離散MAPF解法を導入することにより、2つのアプローチの限界に対処する。
論文 参考訳（メタデータ） (2025-08-27T17:59:36Z) - Simultaneous Multi-Robot Motion Planning with Projected Diffusion Models [57.45019514036948]
MRMP拡散(MRMP Diffusion, SMD)は, 制約付き最適化を拡散サンプリングプロセスに統合し, 衝突のない, キネマティックに実現可能な軌道を生成する新しい手法である。
本稿では, ロボット密度, 障害物の複雑度, 動作制約の異なるシナリオ間の軌道計画アルゴリズムを評価するための総合的MRMPベンチマークを提案する。
論文 参考訳（メタデータ） (2025-02-05T20:51:28Z) - SERA: Safe and Efficient Reactive Obstacle Avoidance for Collaborative
Robotic Planning in Unstructured Environments [1.5229257192293197]
本稿では,リアクティブな全身障害物回避手法を提案する。
ロボットアームは、直接接触することなく、任意の3次元形状の障害物を積極的に回避することができる。
本手法は,非定常環境における安全ロボット協調のための堅牢で効果的なソリューションを提供する。
論文 参考訳（メタデータ） (2022-03-24T21:11:43Z) - SABER: Data-Driven Motion Planner for Autonomously Navigating
Heterogeneous Robots [112.2491765424719]
我々は、データ駆動型アプローチを用いて、異種ロボットチームをグローバルな目標に向けてナビゲートする、エンドツーエンドのオンラインモーションプランニングフレームワークを提案する。
モデル予測制御(SMPC)を用いて,ロボット力学を満たす制御入力を計算し,障害物回避時の不確実性を考慮した。
リカレントニューラルネットワークは、SMPC有限時間地平線解における将来の状態の不確かさを素早く推定するために用いられる。
ディープQ学習エージェントがハイレベルパスプランナーとして機能し、SMPCにロボットを望ましいグローバルな目標に向けて移動させる目標位置を提供する。
論文 参考訳（メタデータ） (2021-08-03T02:56:21Z) - Risk-Sensitive Sequential Action Control with Multi-Modal Human
Trajectory Forecasting for Safe Crowd-Robot Interaction [55.569050872780224]
本稿では,リスクに敏感な最適制御に基づく安全な群集ロボットインタラクションのためのオンラインフレームワークを提案し,そのリスクをエントロピーリスク尺度でモデル化する。
私たちのモジュラーアプローチは、クラウドとロボットの相互作用を学習ベースの予測とモデルベースの制御に分離します。
シミュレーション研究と実世界の実験により、このフレームワークは、現場にいる50人以上の人間との衝突を避けながら、安全で効率的なナビゲーションを実現することができることが示された。
論文 参考訳（メタデータ） (2020-09-12T02:02:52Z)
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。