論文の概要: Path Planning with Motion Primitives in Dynamic Environments: SIPP on Lattices

• arxiv url: http://arxiv.org/abs/2609.31803v1
• Date: Fri, 25 Sep 2026 12:02:19 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-08 12:38:58.358254
• Title: Path Planning with Motion Primitives in Dynamic Environments: SIPP on Lattices
• Title（参考訳）: 動的環境における動作プリミティブを用いた経路計画: SIPP on Lattices
• Abstract要約: キノダイナミックな運動プリミティブを応用した状態格子を用いた安全区間経路計画(SIPP)を提案する。 本手法は,スムーズで連続的で,物理的に実行可能なパスを確保しつつ,高連結グリッドに匹敵する到達性を実現する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Autonomous navigation in dynamic environments is a critical challenge, particularly when spaces are shared with other mobile agents whose future trajectories are known. While traditional grid-based planners efficiently find collision-free paths, their reliance on stop-and-turn mechanics over $2^k$-connected grids produces piecewise-linear trajectories that are kinodynamically highly sub-optimal for differentially constrained robots. In this paper, we present an adaptation of Safe Interval Path Planning (SIPP) that operates on state lattices, utilizing precomputed, kinodynamically smooth motion primitives. To efficiently handle dynamic environments, we rasterize the spatiotemporal swept volumes of moving obstacles directly onto the grid, treating grid cells as atomic units of space, whose resolution is typically dictated by inherent localization noise. We perform a comprehensive comparative analysis between our lattice-based approach and $2^k$-connected grid planners across diverse topological environments. Our evaluation considers a broad spectrum of performance metrics, including planning time, path angularity, cumulative heading change (angle-over-length), and bending energy. The results demonstrate that while the expanded state space of lattice-based search increases computational overhead, it yields trajectories with significantly superior kinodynamic properties. Specifically, our method achieves a reachability comparable to highly connected grids while ensuring smooth, continuous, and physically executable paths ready for real-world deployment.
• Abstract（参考訳）: 動的環境における自律的なナビゲーションは、特に将来の軌道が知られている他の移動エージェントと空間が共有される場合、重要な課題である。 従来のグリッドベースのプランナーは、衝突のない経路を効率的に見つけるが、2^k$接続グリッド上の停止・ターン力学に依存しているため、微分制約のあるロボットにキノダイナミックに高度に最適化された線形軌道が生成される。 本稿では,事前計算されたキノダイナミックな運動プリミティブを利用して,状態格子上で動作する安全区間経路計画(SIPP)を適応する。 動的環境を効率的に扱うために,我々はグリッドに直接移動する障害物の時空間的な体積をラスタライズし,格子セルを空間の原子単位として扱う。 格子ベースのアプローチと,多様なトポロジカル環境にまたがる2^k$接続グリッドプランナの網羅的比較分析を行う。 評価では,計画時間,経路角度,累積方向変化(角度オーバー長),曲げエネルギーなど,幅広い性能指標について検討した。 その結果, 格子型探索による拡張状態空間は計算オーバーヘッドを増加させる一方で, キノダイナミック特性に優れるトラジェクトリが得られることがわかった。 具体的には,実世界の展開に適したスムーズで連続的で物理的に実行可能なパスを確保しつつ,高連結グリッドに匹敵する到達性を実現する。

関連論文リスト

• Fetch My Beer: Synthetic-to-real Hierarchical Policy for Smooth Pick-and-place [54.561625475942584]
  本研究では, 液体充填容器の安定輸送について検討し, ロボットが物体を目標場所へ移動させながら, スロッシングを抑え, こぼれを防止する方法を検討した。 このタスクは運動の滑らかさと軌道レベルの安定性に厳格な要件を課し、既存のシステムの明確な制限を明らかにする。 物理的に検証されたデータ生成と階層的拡散型コントローラを結合した合成から現実のフレームワークを提案する。
  論文  参考訳（メタデータ） (2026-09-16T04:55:12Z)
• AutoPath: Learning Transferable Goal-Conditioned Stochastic Path Prior for Safe Navigation Without Human Demonstrations [103.61864552260316]
  動的環境におけるリアルタイムナビゲーションは、限られた知覚下での衝突のない、動的に実現可能な動きを必要とする。 我々は,移動可能な目標整合経路の学習としてナビゲーションを定式化し,局所的な観測に基づいて,目標整合な局所経路上の再利用可能な分布をモデル化する。 我々は、幾何対応の極性行動多様体を用いて局所経路をパラメータ化し、安定かつ安全対応の計画のためのマルチゴール分散ロールアウトによるリスク感応性ユーティリティシェーピングを含む構造化された事前学習フレームワークを開発した。
  論文  参考訳（メタデータ） (2026-07-13T16:00:41Z)
• Search-Based Spatiotemporal and Multi-Robot Motion Planning on Graphs of Space-Time Convex Sets [4.512110686124693]
  時空間凸集合(ST-GCS)のグラフに基づくアルゴリズムフレームワークを提案する。 マルチロボット動作計画では,ST-GCS計画とECDを優先計画手法に統合する。 大規模なデモのために提案されているマルチロボットモーションプランナーは、数分で最大100ドル(約1万1000円)のロボットのインスタンスを解決できる。
  論文  参考訳（メタデータ） (2026-07-01T04:58:00Z)
• BFMTrack: Latent Sequence Optimization for Physics-Based Motion Tracking with Behavioral Foundation Models [7.959692704349906]
  行動基礎モデル(BFM)は、物理的に妥当な行動の豊富なレパートリーを、大規模な運動データセットによってガイドされた潜在空間に整理する。 これらのモデルは、ゴール取得や状態ベースの報酬最適化のような時間不変のタスクで優れているが、その潜在空間は、モーションシーケンスの追跡のような時間変化の目的を直接サポートしていない。 本稿では,これらの欠点に対処する新しいLatent Sequence Optimization(LSO)を提案する。
  論文  参考訳（メタデータ） (2026-06-23T18:12:22Z)
• 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)
• Mind the Gaps: Multi-Robot Feedback-Driven Ergodic Coverage in Unknown Environments [1.0828616610785522]
  本研究は,ロボットのチームが環境内のデータを収集する位置を連続的に調整することで動的サンプリングを行う,マルチロボット適応型カバレッジの問題に対処する。 本研究では,環境モデルからのリアルタイムフィードバックを利用して,未知条件に応じてロボットのサンプリング行動を調整する適応型カバレッジ戦略を提案する。 我々のフレームワークは、ロボットが関心のある領域を動的に優先順位付けし、カバレッジ効率を向上し、個々のエージェントに対して効果的な制御ポリシーを合成し、未知の事前分布でリソース使用を最適化することを可能にする。
  論文  参考訳（メタデータ） (2026-05-20T20:25:35Z)
• Ultrafast Sampling-based Kinodynamic Planning via Differential Flatness [15.37007491684187]
  AkinoPDFは、多種多様なフラットなロボットシステムのための高速並列サンプリングに基づくキノダイナミックモーションプランニング技術である。 我々の手法は高速で正確で、どのサンプリングベースモーションプランナーとも互換性がある。
  論文  参考訳（メタデータ） (2026-03-17T01:53:10Z)
• Fast Motion Planning for Non-Holonomic Mobile Robots via a Rectangular Corridor Representation of Structured Environments [43.11194204846493]
  非ホロノミックな自律移動ロボットの高速動作計画のための完全なフレームワークを提案する。 提案手法では,重なり合う矩形廊下のコンパクトグラフを生成する決定論的自由空間分解を導入する。 このフレームワークは、長方形の列を見つけて、最適に近い運動可能な軌道を生成することで、オンラインのモーションプランニングを行う。
  論文  参考訳（メタデータ） (2026-02-10T12:18:14Z)
• Monte Carlo Tree Search with Velocity Obstacles for safe and efficient motion planning in dynamic environments [49.30744329170107]
  本稿では,動的障害物に関する情報を最小限に抑えた最適オンライン動作計画手法を提案する。 提案手法は,モデルシミュレーションによるオンライン最適計画のためのモンテカルロ木探索 (MCTS) と障害物回避のためのVelocity Obstacles (VO) を組み合わせた。 我々は,非線形モデル予測制御(NMPC)を含む最先端のプランナーに対して,衝突速度,計算,タスク性能の向上の観点から,我々の方法論の優位性を示す。
  論文  参考訳（メタデータ） (2025-01-16T16:45:08Z)
• VAE-Loco: Versatile Quadruped Locomotion by Learning a Disentangled Gait Representation [78.92147339883137]
  本研究では,特定の歩行を構成する主要姿勢位相を捕捉する潜在空間を学習することにより,制御器のロバスト性を高めることが重要であることを示す。 本研究では,ドライブ信号マップの特定の特性が,歩幅,歩幅,立位などの歩行パラメータに直接関係していることを示す。 生成モデルを使用することで、障害の検出と緩和が容易になり、汎用的で堅牢な計画フレームワークを提供する。
  論文  参考訳（メタデータ） (2022-05-02T19:49:53Z)
• Path Planning Followed by Kinodynamic Smoothing for Multirotor Aerial Vehicles (MAVs) [61.94975011711275]
  そこで本稿では,RRT*textquotedblrightのテキストを幾何学的にベースとした動き計画手法を提案する。 提案手法では,適応探索空間とステアリング機能を導入したオリジナルのRT*を改良した。 提案手法を様々なシミュレーション環境で検証した。
  論文  参考訳（メタデータ） (2020-08-29T09:55:49Z)

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。