論文の概要: Reachability-Guided Sequential Quadratic Programming-Guarded Model Predictive Path Integral for Safe Nonlinear Predictive Control

• arxiv url: http://arxiv.org/abs/2610.04406v1
• Date: Sat, 03 Oct 2026 09:51:55 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-12 10:47:23.527243
• Title: Reachability-Guided Sequential Quadratic Programming-Guarded Model Predictive Path Integral for Safe Nonlinear Predictive Control
• Title（参考訳）: 安全非線形予測制御のための逐次準計画法に基づく予測経路積分
• Abstract要約: 本稿では,長距離性能最適化とハードおよびインプット制約を組み合わせた安全ロボット制御手法を提案する。 リーチビリティ・インフォームド・ジェネレーション・リファインメントReSQ-MPPIは、リーチビリティ・インフォームド・ジェネレーション・リファインメントアーキテクチャである。
• 参考スコア（独自算出の注目度）: 50.362993341412455
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Safe robot control often requires combining long-horizon performance optimization with hard state and input constraints, but existing approaches tend to address this tradeoff partially. Sampling-based model predictive control (MPC) methods such as model predictive path integral (MPPI) are effective in handling nonlinear and nonconvex environments, yet their finite-sample rollouts and unconstrained weighted-average update can return an unsafe control. Deterministic nonlinear MPC can explicitly incorporate constraints, but its real-time safety and performance depends strongly on warm starts and local convergence. Hamilton--Jacobi reachability (HJR) provides rigorous safety certificates, but offline value-function computation remains practical only for reduced-order models. We propose ReSQ-MPPI, a reachability-informed generation--refinement architecture that combines these complementary strengths. An HJR value function computed offline for a reduced-order model guides online MPPI sampling toward safe, promising trajectory candidates. The MPPI solution is then refined by a small number of sequential quadratic programming (SQP) iterations in a full-order MPC problem. A key observation is that the standard MPPI inference step is an unconstrained weighted least-squares problem; ReSQ-MPPI replaces it with a constrained MPC refinement that recovers the MPPI update when it is feasible and minimally modifies it otherwise. Simulations in cluttered navigation and autonomous racing environments demonstrate that ReSQ-MPPI improves safety and performance over standalone MPPI, MPC, and reachability-filtered sampling-based control baselines.
• Abstract（参考訳）: 安全なロボット制御には、長い水平性能の最適化とハード状態と入力制約を組み合わせる必要があることが多いが、既存のアプローチはこのトレードオフに部分的に対処する傾向がある。 モデル予測経路積分(MPPI)のようなサンプリングベースモデル予測制御(MPC)法は非線形および非凸環境を扱うのに有効であるが、有限サンプルロールアウトと非拘束重み付き平均更新は安全でない制御を返すことができる。 決定論的非線形MPCは制約を明示的に組み込むことができるが、そのリアルタイム安全性と性能は温暖化開始と局所収束に強く依存する。 Hamilton-Jacobi reachability (HJR) は厳密な安全証明書を提供するが、オフラインの値関数計算は低次モデルでのみ実用的である。 本稿では,これらの相補的強みを組み合わせた到達性インフォームド生成アーキテクチャであるReSQ-MPPIを提案する。 HJR値関数がオフラインで計算され、オンラインMPPIサンプリングが安全で有望な軌道候補に向けてガイドされる。 MPPIソリューションは、完全なMPC問題において、少数のシーケンシャル2次プログラミング(SQP)繰り返しによって洗練される。 重要な観察は、標準MPPI推論ステップが制約のない最小二乗問題であるということである。ReSQ-MPPIは、MPPI更新が実現可能で最小限に修正された場合に、MPPI更新を回復する制約付きMPC改良に置き換える。 乱雑なナビゲーションと自律走行環境におけるシミュレーションにより、ReSQ-MPPIはスタンドアローンMPPI、MPC、リーチビリティに基づくサンプリングベースラインよりも安全性と性能を向上させることが示された。

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)
• Amortized Nonlinear Model Predictive Control [3.2228025627337864]
  最適制御は、現在の状態と参照に依存するコストパラメータを持つ状態依存二次プログラム(QP)によって近似できることを示す。 カーテシアンエンドエフェクタートラッキングを用いた3リンク平面ロボットアームのアプローチを検証し,NLPソルバ上でのオーダー・オブ・マグニチュード・スピードアップを実証した。
  論文  参考訳（メタデータ） (2026-06-04T08:15:23Z)
• Manifold-Constrained MPPI: Real-Time Sampling-Based Control Under Hard Constraints [8.747309323431802]
  Manifold-Constrained MPPI (MC-MPPI) はリアルタイムサンプリングベースの制御フレームワークである。 MPPIの計算上の利点を保ちながら、多様体ベースの等式制約を強制する。 シミュレーションと実世界の両方の環境で14-DoFクローズドチェーンのデュアルアームシステムの実験は、MC-MPPIが安定して100Hzで動作することを示した。
  論文  参考訳（メタデータ） (2026-05-24T01:57:18Z)
• Towards Safe Learning-Based Non-Linear Model Predictive Control through Recurrent Neural Network Modeling [7.815370784443825]
  予測地平線上でパラメータを共有することで,MPC候補制御シーケンスを生成する逐次的ニューラルポリシーであるSequential-AMPCを提案する。 いくつかのベンチマークにおける単純なフィードフォワードポリシーベースラインと比較すると、Sequential-AMPCは専門家のMPCロールアウトをかなり少なくし、高い実行可能性率で候補シーケンスを出力し、クローズドループ安全性を改善している。 高次元システムでは、フィードフォワードベースラインが停滞する安定した検証改善を維持しながら、より少ないエポックでより優れた学習ダイナミクスと性能を示す。
  論文  参考訳（メタデータ） (2026-03-25T16:43:11Z)
• Parameter-Adaptive Approximate MPC: Tuning Neural-Network Controllers without Retraining [50.00291020618743]
  この研究は、大規模なデータセットを再計算し、再トレーニングすることなくオンラインチューニングが可能な、新しいパラメータ適応型AMPCアーキテクチャを導入している。 資源制約の厳しいマイクロコントローラ(MCU)を用いた2種類の実カートポールシステムの揺らぎを制御し,パラメータ適応型AMPCの有効性を示す。 これらの貢献は、現実世界のシステムにおけるAMPCの実践的応用に向けた重要な一歩である。
  論文  参考訳（メタデータ） (2024-04-08T20:02:19Z)
• Approximate non-linear model predictive control with safety-augmented neural networks [12.923576972029965]
  本稿では、ニューラルネットワーク(NN)によるモデル予測制御(MPC)制御の近似を行い、高速なオンライン評価を実現する。 我々は,近似不正確性にもかかわらず,収束性や制約満足度を決定論的に保証する安全性向上を提案する。
  論文  参考訳（メタデータ） (2023-04-19T11:27:06Z)
• Modular Deep Reinforcement Learning for Continuous Motion Planning with Temporal Logic [59.94347858883343]
  本稿では,マルコフ決定過程(MDP)をモデルとした自律動的システムの運動計画について検討する。 LDGBA と MDP の間に組込み製品 MDP (EP-MDP) を設計することである。 モデルフリー強化学習(RL)のためのLDGBAベースの報酬形成と割引スキームは、EP-MDP状態にのみ依存する。
  論文  参考訳（メタデータ） (2021-02-24T01:11:25Z)
• Gaussian Process-based Min-norm Stabilizing Controller for Control-Affine Systems with Uncertain Input Effects and Dynamics [90.81186513537777]
  本稿では,この問題の制御・アフィン特性を捉えた新しい化合物カーネルを提案する。 この結果の最適化問題は凸であることを示し、ガウス過程に基づく制御リャプノフ関数第二次コーンプログラム(GP-CLF-SOCP)と呼ぶ。
  論文  参考訳（メタデータ） (2020-11-14T01:27:32Z)

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。