論文の概要: Safety-Filtered Distributed Koopman-MPC

• arxiv url: http://arxiv.org/abs/2609.27463v1
• Date: Wed, 23 Sep 2026 07:28:17 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-25 00:05:17.931998
• Title: Safety-Filtered Distributed Koopman-MPC
• Title（参考訳）: 安全フィルタ型分散クープマンMPC
• Abstract要約: 分散モデル予測制御(DMPC)は、しばしば隣接軌跡からの予測と衝突の制約の両方を構築し、パケット損失を除去できる。 受信軌跡がクープマンMPCを駆動するのに対し、局所センシングと棚形状は、適用された入力を投影するハード制約二次プログラム(QP)を定義する。 一致した8ボットの倉庫シミュレーションでは、凍結したクープマンモデル、非線形ドリフト、境界入力と速度、棚の制約、120msの制御期間、パケットのドロップアウトが使用されている。
• 参考スコア（独自算出の注目度）: 13.419260286017133
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Distributed model predictive control (DMPC) often constructs both predictions and collision constraints from neighbor trajectories, so packet loss can remove both. We separate these roles: received trajectories drive Koopman-MPC, while local sensing and shelf geometry define a hard-constrained quadratic program (QP) that projects the applied input. Its radial demand is the least constant acceleration that keeps a supporting-plane clearance nonnegative throughout one zero-order-hold interval. Complementary pair rows recover the coupled demand without exchanging safety decisions. We give an intersample separation theorem under bounded snapshot and directional plant errors, an exact max-min test for simultaneous local feasibility, and a sensing-radius condition for switching interaction graphs. Anticipatory high-order rows may be relaxed for performance, but the finite-hold rows contain no safety slack. Matched eight-robot warehouse simulations use a frozen Koopman model, nonlinear drift, bounded inputs and speed, shelf constraints, a 120 ms control period, and packet dropout. The full controller is collision-free in 20/20 matched trials and reaches 160/160 robot goals; predictive Koopman-MPC without the final projection is collision-free in 1/20 trials. All 38,400 full-method hard-row sets pass the online feasibility test, and every local QP solves. Five-stream fleet sweeps are collision-free and hard-row feasible through 16 robots; the 20-robot boundary fails only after the online margin turns negative, while the reconstructed per-agent critical path remains below the sampling period. Bounded-sensing and differential-drive tests provide additional deployment stress.
• Abstract（参考訳）: 分散モデル予測制御(DMPC)は、しばしば隣接軌跡からの予測と衝突の制約の両方を構築し、パケット損失を除去できる。 受信軌跡がクープマンMPCを駆動するのに対し、局所センシングと棚形状は、適用された入力を投影するハード制約二次プログラム(QP)を定義する。 その放射需要は、ゼロオーダーホールド間隔で支持面クリアランスを非負に維持する最小の一定加速度である。 補足ペア列は、安全判断を交換することなく、結合された需要を回復する。 そこで我々は,有界スナップショットおよび方向性植物エラーの下でのサンプル間分離定理,局所実現可能性の最大値検定,相互作用グラフのスイッチングに対する感度・ラディウス条件について述べる。 予測された高次行はパフォーマンスのために緩和されるが、有限ホールド行は安全スラックを含まない。 一致した8ボットの倉庫シミュレーションでは、凍結したクープマンモデル、非線形ドリフト、境界入力と速度、棚の制約、120msの制御期間、パケットのドロップアウトが使用されている。 完全なコントローラーは20/20の整合試験で無衝突で160/160の目標に達する。 38,400個のフルメタルハードローセットがオンライン実現性テストに合格し、各ローカルQPが解決する。 また、20ロボットの境界線は、オンラインのマージンが負になった後にのみ失敗し、再構成された1エージェントごとのクリティカルパスはサンプリング期間より下にある。 境界センシングと差動駆動テストは、追加のデプロイメントストレスを提供する。

関連論文リスト

• Teach-to-Crash: A Closed-Loop Student-Teacher LLM Framework for Collision-Inducing Test Scenario Generation [0.0]
  Teach-to-Crashはクローズドループテストフレームワークで、制約付きエゴ中心のシナリオ表現、スタネーション対応検索制御、適応的な障害発見のためのデュアルLLMアーキテクチャを組み合わせたものだ。 PAFOTは最高衝突ヒットレート(90.79%)、最短平均衝突時間(18.31秒)、競争力のある衝突発見レート(136.21秒)を達成している。
  論文  参考訳（メタデータ） (2026-09-23T03:32:19Z)
• Safety Control of a Hyper-redundant Robot via Adaptive Weighted Control Barrier Functions [42.150933371692176]
  超冗長ロボットは、高デキスタリティのため、閉じ込められた空間操作によく適している。 本研究は、トラッキングエラーを低減しつつ安全性の制約を強制する重み付け制御バリア関数フレームワークを提案する。
  論文  参考訳（メタデータ） (2026-09-21T03:38:43Z)
• MR-SPITE: Accelerating Multi-Robot Conflict Scans via Hierarchical Swept-Volume Approximations [0.7349727826230862]
  同期されたロボットパス上での衝突スキャンには詳細な衝突チェックが必要である。 本稿では,これらのスキャンを高速化する動き分割型フィルタであるMulti-Robot SPITEを提案する。 16個のFetchロボットに対して、MR-SPITEを用いたARCは、ペア中央衝突スキャンのスピードアップを7.18倍に達成し、中央計画時間を57%短縮する。
  論文  参考訳（メタデータ） (2026-09-20T23:06:45Z)
• LARC: Lazy Adaptive Reachability Certification of Robot Manipulator Trajectories [8.433445742682702]
  到達可能性に基づく認証は状態間の動作を束縛するが、一様時間分割はクリアランスが大きい計算を無駄にする。 非決定的クリアランステストで区間のみを二分することで、計画された軌道をチェックする遅延適応可到達性認証(LARC)を提案する。
  論文  参考訳（メタデータ） (2026-08-30T12:53:20Z)
• 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)
• Pose-Parameterized Motion Planning and CBF-QP Self-Collision Filtering for a Long-Reach Drilling Boom [3.632189127068905]
  ロングリーチ掘削ブームは、自己調整なしで連続的なポーズに到達しなければならない。 本研究では,ポーズパラメータ化計画とカプセル型制御バリア関数を組み合わせることにより,確立された手法を適用した。 提案手法は, ゼロIK故障を発生し, 複数方向の経路点を生成し, ミリレベル平均最終位置誤差を達成し, 報告しきい値以下のサンプルCBFマージンは記録しなかった。
  論文  参考訳（メタデータ） (2026-07-21T08:41:49Z)
• 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)
• One Sample is Enough to Make Conformal Prediction Robust [53.78604391939934]
  共形予測は, 1つのランダムな摂動入力に対して前方通過しても, ある程度の堅牢性が得られることを示す。 提案手法は,入力毎に多数のパス(例えば100回程度)を使用するSOTA法と比較して,平均セットサイズが小さいロバストな集合を返す。
  論文  参考訳（メタデータ） (2025-06-19T19:14:25Z)
• Consistency Trajectory Models: Learning Probability Flow ODE Trajectory of Diffusion [56.38386580040991]
  Consistency Trajectory Model (CTM) は Consistency Models (CM) の一般化である CTMは、対戦訓練とスコアマッチング損失を効果的に組み合わせることで、パフォーマンスを向上させる。 CMとは異なり、CTMのスコア関数へのアクセスは、確立された制御可能/条件生成メソッドの採用を合理化することができる。
  論文  参考訳（メタデータ） (2023-10-01T05:07:17Z)
• Semi-DETR: Semi-Supervised Object Detection with Detection Transformers [105.45018934087076]
  半教師付き物体検出(SSOD)におけるDETRに基づくフレームワークの解析 本報告では,第1次変圧器を用いたエンド・ツー・エンド半教師対象検出器であるSemi-DETRについて述べる。 我々の手法は、最先端の手法をクリアマージンで上回る。
  論文  参考訳（メタデータ） (2023-07-16T16:32:14Z)

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。