論文の概要: ElastiQP: An Always-Feasible QP Solver for Constrained Robot Control

• arxiv url: http://arxiv.org/abs/2609.19080v1
• Date: Wed, 16 Sep 2026 17:22:09 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-20 08:55:53.917164
• Title: ElastiQP: An Always-Feasible QP Solver for Constrained Robot Control
• Title（参考訳）: ElastiQP:制約ロボット制御のための常時対応QPソルバー
• Abstract要約: ElastiQPは、任意の不等式制約を、厳密かつ制約単位のl1ペナルティで緩和し、等式制約(力学)を厳格に保ちながら緩和する、修正されたデュアルアクティブセットQPソルバである。 実現不可能な問題に関して、ElastiQPはこれらを優雅に処理し、矛盾する不等式に厳密に違反を埋め合わせ、最適な代替解法よりも最大40倍高速な解を返す。
• 参考スコア（独自算出の注目度）: 27.66652927714864
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: As robot capabilities increase, quadratic programming (QP)-based controllers must account for a similarly increasing number of constraints to ensure safe, reliable operation. Yet, with each added constraint, this introduces more chances of momentary conflict: in which case, a QP solver that returns an "infeasible" status leaves the controller with nothing to execute. To address this, we introduce ElastiQP, a modified dual active-set QP solver that relaxes every inequality constraint with an exact, per-constraint l1 penalty while keeping equality constraints (dynamics) hard. Notably, ElastiQP does so by folding the slack variables into the solver analytically, maintaining a constant size of the condensed linear system. On a suite of robot control benchmarks, ElastiQP achieves microsecond-level performance, matching or outperforming leading modern solvers on feasible problems. On infeasible problems, ElastiQP handles these gracefully, confining violations to strictly the conflicting inequality terms, returning a usable solution up to 40x faster than the best alternative solvers. ElastiQP is available as an open-source C++ header-only library, with Python and JAX interfaces, at https://github.com/StanfordASL/elastiqp.
• Abstract（参考訳）: ロボットの能力が増大するにつれて、2次プログラミング(QP)ベースのコントローラは、安全で信頼性の高い操作を保証するために、同様に多くの制約を考慮しなければならない。 状態を返すQPソルバは、何も実行せずにコントローラを離れる。 この問題に対処するため、ElastiQPを導入し、同値制約(力学)を厳格に保ちながら、全ての不等式制約を正確に1対1のペナルティで緩和する。 特に、ElastiQP はスラック変数を解析的に分解器に折り畳み、凝縮線形系の定数サイズを維持する。 ロボット制御ベンチマークのスイートでは、ElastiQPはマイクロ秒レベルのパフォーマンス、マッチングや性能向上を実現している。 実現不可能な問題に関して、ElastiQPはこれらを優雅に処理し、矛盾する不等式に厳密に違反を埋め合わせ、最適な代替解法よりも最大40倍高速な解を返す。 ElastiQPはオープンソースのC++ヘッダのみのライブラリで、PythonとJAXのインターフェイスがhttps://github.com/StanfordASL/elastiqp.comにある。

関連論文リスト

• Elastic ODYN: Differentiable Optimization for Infeasible Control and Learning in Robotics [6.783137696981211]
  弾性ODYN (Elastic ODYN) は、滑らかな2乗 = $ell の弾性緩和によって実現不可能性を扱う原始双対非中間点QPソルバである。 このフレームワークを基盤として,不実現性の下で安定な勾配を持つ微分可能なQP層であるElastic OdynLayerと,不実現性を考慮したSQP法であるElastic OdynSQPを開発した。
  論文  参考訳（メタデータ） (2026-06-15T11:06:22Z)
• Complementarity by Construction: A Lie-Group Approach to Solving Quadratic Programs with Linear Complementarity Constraints [9.967127506836453]
  ロボット工学における多くの問題は、連続力学と離散事象の混合に対する推論を必要とする。 JuliaでC++で実装したオープンソースのソルバであるMarbleを提供しています。
  論文  参考訳（メタデータ） (2026-04-13T19:31:41Z)
• Programming over Thinking: Efficient and Robust Multi-Constraint Planning [54.77940831026738]
  SCOPEは、クエリ固有の推論をジェネリックコード実行から切り離すフレームワークである。 SCOPEは、コストとレイテンシを下げながら最先端のパフォーマンスを達成する。
  論文  参考訳（メタデータ） (2026-01-14T02:58:07Z)
• Unsupervised Conformal Inference: Bootstrapping and Alignment to Control LLM Uncertainty [49.19257648205146]
  生成のための教師なし共形推論フレームワークを提案する。 我々のゲートは、分断されたUPPよりも厳密で安定した閾値を提供する。 その結果は、ラベルのない、API互換の、テスト時間フィルタリングのゲートになる。
  論文  参考訳（メタデータ） (2025-09-26T23:40:47Z)
• Variational Quantum Eigensolver with Constraints (VQEC): Solving Constrained Optimization Problems via VQE [0.0]
  変分量子アプローチは、計算的に困難なタスクに対する準最適解を見つけることに大きな期待を示している。 この研究は、VQECと呼ばれるハイブリッド量子古典的アルゴリズムパラダイムを提案し、制約による最適化を扱う。
  論文  参考訳（メタデータ） (2023-11-14T19:49:09Z)
• Unbalanced penalization: A new approach to encode inequality constraints of combinatorial problems for quantum optimization algorithms [42.29248343585333]
  余分なスラック変数を必要としない代替手法を提案する。 我々は,旅行セールスマン問題,ビン包装問題,ナプサック問題に対するアプローチを評価した。 この新しいアプローチは、リソースの少ない不等式制約の問題を解決するために使用できる。
  論文  参考訳（メタデータ） (2022-11-25T06:05:18Z)
• Counterfactual Variable Control for Robust and Interpretable Question Answering [57.25261576239862]
  ディープニューラルネットワークに基づく質問応答(QA)モデルは、多くの場合、堅牢でも説明もできない。 本稿では、因果推論を用いてQAモデルのこのような突発的な「能力」を検証する。 本稿では,任意のショートカット相関を明示的に緩和する,CVC(Counterfactual Variable Control)という新しい手法を提案する。
  論文  参考訳（メタデータ） (2020-10-12T10:09:05Z)
• Learning Stabilizing Controllers for Unstable Linear Quadratic Regulators from a Single Trajectory [85.29718245299341]
  線形2次制御器(LQR)としても知られる2次コストモデルの下で線形制御器を研究する。 楕円形不確実性集合内の全ての系を安定化させる制御器を構成する2つの異なる半定値プログラム(SDP)を提案する。 高い確率で安定化コントローラを迅速に識別できる効率的なデータ依存アルゴリズムであるtextsceXplorationを提案する。
  論文  参考訳（メタデータ） (2020-06-19T08:58:57Z)

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。