論文の概要: ScaleMPA: Rethinking Scalable RRT* Acceleration With a Grid-Native Representation

• arxiv url: http://arxiv.org/abs/2609.24497v1
• Date: Mon, 21 Sep 2026 12:36:57 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-24 15:12:12.249207
• Title: ScaleMPA: Rethinking Scalable RRT* Acceleration With a Grid-Native Representation
• Title（参考訳）: ScaleMPA: グリッドネイティブ表現によるスケーラブルRT*アクセラレーションの再考
• Abstract要約: ScaleMPAは、RRT*をグリッドネイティブな表現で再考する、モーションプランニングアクセラレータである。 グリッドサーチエンジンとハッシュグリッドメモリシステムを提案し, この再構成を低次元プランニングで実現した。
• 参考スコア（独自算出の注目度）: 29.90630339348232
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Real-time motion planning remains challenging in large and high-dimensional environments. Prior acceleration of RRT* follows tree-centric state organization, which reduces per-query cost but preserves superlinear end-to-end complexity and limits parallelism through structural dependencies. This paper presents ScaleMPA, a motion-planning accelerator that rethinks RRT* with a grid-native representation. By replacing hierarchical traversal with direct grid-based access, ScaleMPA reduces the planner critical path and exposes fine-grained parallelism. To make this reformulation practical under sparse high-dimensional planning, ScaleMPA further proposes a multi-resolution grid search engine and a hash-grid memory system. Implemented in 28 nm CMOS, ScaleMPA achieves millisecond-level planning latency and delivers 4.7$\times$--44.4$\times$ speedup over state-of-the-art motion-planning accelerators.
• Abstract（参考訳）: 大規模かつ高次元の環境では、リアルタイムな動き計画が依然として困難である。 RRT*の以前のアクセラレーションは、クエリごとのコストを削減するが、超直線的なエンドツーエンドの複雑さを保ち、構造的依存関係による並列性を制限するツリー中心の状態組織に従わなければならない。 本稿では,RRT*をグリッドネイティブ表現で再考する動き計画アクセラレータであるScaleMPAを提案する。 階層的トラバーサルを直接グリッドベースのアクセスに置き換えることで、ScaleMPAはプランナークリティカルパスを減らし、きめ細かい並列性を公開する。 この再構成を低次元プランニングで実用化するために、ScaleMPAはさらにマルチ解像度グリッドサーチエンジンとハッシュグリッドメモリシステムを提案する。 28nm CMOSで実装されたScaleMPAはミリ秒レベルの計画遅延を実現し、4.7$\times$-44.4$\times$ 最先端のモーションプランニングアクセラレータを高速化する。

関連論文リスト

• HiRAD: A Flexible Large-Scale AGV Routing System [6.059667257410882]
  実時間保証付き連続空間AGVルーティングのための階層的RLフレームワークであるHiRADを提案する。 HiRADはフェイスパンを45%減らして63%減らし、エンドツーエンドのランタイムを短縮する。
  論文  参考訳（メタデータ） (2026-09-09T05:50:17Z)
• ARGON: A GNN-Empowered Compilation Framework for Scalable Neutral Atom Computing [16.598136367375407]
  本稿では,原子プロセッサのスケーラブルなコンパイルフレームワークであるARGONを提案する。 私たちの重要な新機能は、静的な幾何学的コンフリクト解決をオフラインフェーズにオフロードすることです。 ARGONのコンパイルは10秒以内で完了し、最先端のベースラインよりも平均104倍、600倍のスピードアップを実現しています。
  論文  参考訳（メタデータ） (2026-07-23T11:30:05Z)
• TCBiRRT: Rapid Motion Planning for Tightly Coupled Dual-arm Space Manipulator Using Task-space Random Expansion [13.227911126048731]
  閉鎖制約下での密結合型双腕空間マニピュレータの運動経路の計画は、基本的かつ困難な問題である。 本稿では,タスク空間制約付き双方向高速探索ランダムツリーアルゴリズムTCBiRRTを提案する。
  論文  参考訳（メタデータ） (2026-05-26T15:24:07Z)
• SGA-MCTS: Decoupling Planning from Execution via Training-Free Atomic Experience Retrieval [74.1918709002557]
  我々は, LLM計画を非パラメトリック検索として活用するフレームワークである textbfSGA-MCTS を紹介する。 オンラインでは、検索増強剤は、関連するステート-ゴール-アクション原子を取得するために、ハイブリッドシンボリック-セマンティック機構を使用する。 SGA-MCTSは、探索の重い計算コストを効果的に減らし、System 1推論速度におけるシステム2推論の深さを達成し、スケーラブルかつリアルタイムに自律的な計画が実現可能である。
  論文  参考訳（メタデータ） (2026-04-16T07:22:36Z)
• Bridging Discrete Planning and Continuous Execution for Redundant Robot [12.278986080239692]
  冗長マニピュレータの経路計画にはボクセルグリッド強化学習が広く採用されている。 しかし、7-DoFアーム上の点数逆キネマティクスによる直接実行は、しばしばステップサイズジッタをもたらす。 この研究は、個別の計画立案者自体を変更することなく、離散的な計画と連続的な実行の間にブリッジングフレームワークを提案する。
  論文  参考訳（メタデータ） (2026-04-02T13:23:54Z)
• ParaMaP: Parallel Mapping and Collision-free Motion Planning for Reactive Robot Manipulation [17.260700135265267]
  未知の環境でのロボット操作には、リアルタイムおよび衝突のないモーションプランニングが依然として困難である。 本研究では,Euclidean Distance Transform(EDT)に基づく環境表現をサンプリングベースモデル予測制御(SMPC)プランナと密に統合する並列マッピングと動作計画フレームワークを提案する。 提案手法の有効性は, 7-DoFロボットマニピュレータを用いた広範囲なシミュレーションと実世界の実験により検証した。
  論文  参考訳（メタデータ） (2025-12-27T12:24:10Z)
• Open-Vocabulary Spatio-Temporal Scene Graph for Robot Perception and Teleoperation Planning [55.90805559207812]
  動的リモートシーンでは、双方向通信における伝送遅延は、リモート認識状態とオペレータ意図の間のギャップを生じさせる。 本稿では,時間的ダイナミクスと軽量遅延アノテーションを用いて,オープン語彙認識を充実させる表現を提案する。 提案手法はReplicaベンチマークで74%のノード精度を実現し,Concept.Graphよりも優れていた。
  論文  参考訳（メタデータ） (2025-09-27T04:31:24Z)
• SCoTT: Strategic Chain-of-Thought Tasking for Wireless-Aware Robot Navigation in Digital Twins [78.53885607559958]
  無線対応経路計画フレームワークであるSCoTTを提案する。 SCoTT は DP-WA* の2% 以内で経路ゲインを達成し, 連続的に短い軌道を生成できることを示す。 また,ガゼボシミュレーションにおいて,SCoTTをROSノードとして配置することにより,本手法の実用性を示す。
  論文  参考訳（メタデータ） (2024-11-27T10:45:49Z)
• Iterative Soft Shrinkage Learning for Efficient Image Super-Resolution [91.3781512926942]
  画像超解像(SR)は、CNNからトランスフォーマーアーキテクチャへの広範なニューラルネットワーク設計を目撃している。 本研究は,市販のネットワーク設計を生かし,基礎となる計算オーバーヘッドを低減するため,超高解像度イテレーションにおけるネットワークプルーニングの可能性について検討する。 本研究では, ランダムネットワークのスパース構造を最適化し, 重要でない重みを小さめに微調整することにより, 反復型軟収縮率(ISS-P)法を提案する。
  論文  参考訳（メタデータ） (2023-03-16T21:06:13Z)
• RAMP: A Flat Nanosecond Optical Network and MPI Operations for Distributed Deep Learning Systems [68.8204255655161]
  我々は、RAMPと呼ばれるナノ秒再構成による、ほぼスケール、全2分割帯域、オールツーオール、シングルホップ、オール光学ネットワークアーキテクチャを導入する。 RAMPは、最大65,536ノードで1ノードあたり12.8Tbpsの大規模分散並列コンピューティングシステムをサポートしている。
  論文  参考訳（メタデータ） (2022-11-28T11:24:51Z)

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。