論文の概要: RL-Guided PAC-NMPC for Probabilistically-Safe Perception-Based Navigation in Unknown Environments
- arxiv url: http://arxiv.org/abs/2609.39854v1
- Date: Wed, 30 Sep 2026 14:43:18 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-01 18:57:27.922932
- Title: RL-Guided PAC-NMPC for Probabilistically-Safe Perception-Based Navigation in Unknown Environments
- Title（参考訳）: RL-Guided PAC-NMPCによる未知環境における確率論的安全な知覚に基づくナビゲーション
- Abstract要約: 非線形モデル予測制御と強化学習を組み合わせた手法を提案する。
提案手法は,認識に基づくRLナビゲーションポリシーの安全性を改善し,高次元システムに拡張可能であることを示す。
また,本手法をハードウェア実験を通じて実証し,アジャイルな固定翼航空機による視覚ベースのナビゲーションの性能向上を示す。
- 参考スコア（独自算出の注目度）: 2.2681159432509297
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: In this paper, we present an approach for combining stochastic nonlinear model predictive control (SNMPC) and reinforcement learning (RL) to enable probabilistically-safe perception-based navigation in unknown environments. Our method first uses RL to train probabilistic actor-critic and sensor prediction models. We then leverage these probabilistic models in a sampling-based SNMPC framework known as Probably Approximately Correct (PAC)-NMPC, which uses hard constraints to enforce finite-time statistical guarantees on the probability of collision and value function improvement. By ensuring that our finite-horizon SNMPC policies decrease the value function in expectation, we can approach the long-horizon performance of the RL approach while satisfying probabilistic safety constraints. Through simulation experiments, we show that our approach can improve the safety of perception-based RL navigation policies and scale to high dimensional systems with large sensor input spaces and complex nonlinear dynamics. We also demonstrate our approach through hardware experiments, showing improved performance for vision-based navigation with an agile fixed-wing aerial vehicle in unknown environments.
- Abstract（参考訳）: 本稿では,確率論的非線形モデル予測制御(SNMPC)と強化学習(RL)を組み合わせて,未知環境における確率論的に安全な知覚に基づくナビゲーションを実現する手法を提案する。
提案手法はまずRLを用いて確率論的アクター批判およびセンサ予測モデルを訓練する。
次に,これらの確率モデルを,衝突確率と値関数改善の有限時間統計的保証を厳密な制約を用いて行う,サンプリングベースSNMPCフレームワークであるProbably Aquatrect (PAC)-NMPCで活用する。
我々の有限水平SNMPCポリシーが期待値関数を減少させることで、確率論的安全性の制約を満たすとともに、RLアプローチの長距離性能にアプローチすることができる。
シミュレーション実験により,本手法は認識に基づくRLナビゲーションポリシーの安全性を向上し,センサ入力空間と複雑な非線形力学を備えた高次元システムに拡張可能であることを示す。
また、ハードウェア実験によるアプローチの実証を行い、未知の環境でのアジャイルな固定翼航空機による視覚ベースのナビゲーションの性能向上を示す。
関連論文リスト
- SRL-MPC: Shape-Aware Reinforcement Learned Model Predictive Control [64.66285242901918]
形状認識型学習モデル予測制御 (SRL-MPC) は、形状を単純化せずに不均一な形状の群衆に対して安全で効率的かつ適応的なナビゲーションを行う手法である。
次に強化学習フレームワークは、幾何分離機能(GSF)を読み取るニューラルネットワークを学び、リアルタイムMPCパラメータ更新を出力する。
任意の形状のロボット群を用いたランダム化された群衆シナリオ実験は、SRL-MPCの有効性、スケーラビリティ、堅牢性を示す。
論文 参考訳（メタデータ） (2026-08-21T14:46:06Z) - Pixels to Proofs: Probabilistically-Safe Latent World Model Control via Parallel Conformal Robust MPC [7.137568417435808]
我々は,ロバストモデル予測制御 (MPC) を用いた画素からの安全なフィードバック動作計画のためのフレームワーク SLS2 を提案する。
我々のアプローチは、コンパクトなマルコフ潜在状態を持つ行動条件付き共同埋め込み世界モデルを訓練する。
不完全な潜伏予測にも拘わらず、真のシステムの安全性を確保するために、GPU加速型システムレベル合成(SLS)の堅牢なMPCスキームを通知する。
論文 参考訳（メタデータ） (2026-06-14T04:34:03Z) - Learning Predictive Control with Deep Koopman Operators for Autonomous Vehicle Motion Planning [11.149068950974113]
モデル予測制御(MPC)は自律走行車(AV)運動計画に広く用いられているが、リアルタイム適用性は限られている。
Actor-criticは動的道路環境における非線形学習問題に対するオンラインソリューションを提供する。
本稿では、効率的なリアルタイム動作制御のためのディープ・クープマン演算子を用いたフレームワークを提案する。
論文 参考訳（メタデータ） (2026-06-06T12:26:21Z) - Uncertainty-Aware Predictive Safety Filters for Probabilistic Neural Network Dynamics [10.52260807342103]
予測安全フィルタ(PSF)は、モデル予測制御を利用して、深層強化学習(RL)探索中に制約満足度を強制する。
我々は,PE力学モデルを用いた厳密な安全予測を提供するPSFである不確実性認識予測安全フィルタ(UPSi)を紹介する。
論文 参考訳（メタデータ） (2026-04-29T16:01:59Z) - Safe Reinforcement Learning via Recovery-based Shielding with Gaussian Process Dynamics Models [57.006252510102506]
強化学習(Reinforcement Learning, RL)は、最適な意思決定と制御のための強力なフレームワークである。
本稿では,未知および非線形連続力学系に対する安全性を低くした安全RLを実現するための新しい回復型遮蔽フレームワークを提案する。
論文 参考訳（メタデータ） (2026-02-12T22:03:35Z) - Learning Maximal Safe Sets Using Hypernetworks for MPC-based Local Trajectory Planning in Unknown Environments [1.3182466374784207]
本稿では,未知の静的環境における局所軌道計画のための最適集合のオンライン推定のための学習に基づく新しいアプローチを提案する。
モデル予測制御(MPC)ローカルプランナの終端セット制約として、集合の神経表現を用いる。
我々は,提案手法であるNTC-MPCを物理ロボットに展開し,ベースラインが故障した場合の障害物を安全に回避できることを実証した。
論文 参考訳（メタデータ） (2024-10-26T20:37:57Z) - Meta-Learning Priors for Safe Bayesian Optimization [72.8349503901712]
メタ学習アルゴリズムであるF-PACOHを構築し,データ不足の設定において確実な定量化を実現する。
コアコントリビューションとして、安全に適合した事前をデータ駆動で選択するための新しいフレームワークを開発する。
ベンチマーク関数と高精度動作系において,我々のメタ学習先行が安全なBOアプローチの収束を加速することを示す。
論文 参考訳（メタデータ） (2022-10-03T08:38:38Z) - Chance-Constrained Trajectory Optimization for Safe Exploration and
Learning of Nonlinear Systems [81.7983463275447]
学習に基づく制御アルゴリズムは、訓練のための豊富な監督を伴うデータ収集を必要とする。
本稿では,機会制約付き最適制御と動的学習とフィードバック制御を統合した安全な探索による最適動作計画のための新しいアプローチを提案する。
論文 参考訳（メタデータ） (2020-05-09T05:57:43Z) - Learning Control Barrier Functions from Expert Demonstrations [69.23675822701357]
制御障壁関数(CBF)に基づく安全な制御器合成のための学習に基づくアプローチを提案する。
最適化に基づくCBFの学習手法を解析し、基礎となる力学系のリプシッツ仮定の下で証明可能な安全保証を享受する。
私たちの知る限りでは、これらはデータから確実に安全な制御障壁関数を学習する最初の結果です。
論文 参考訳（メタデータ） (2020-04-07T12:29:06Z)
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。