論文の概要: Dynamics-Aware Adaptive Corridors with Feasibility-Perturbed Trust-Region SQP for Certified Nonholonomic Motion Planning

• arxiv url: http://arxiv.org/abs/2610.05796v1
• Date: Mon, 05 Oct 2026 04:40:53 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-10 04:16:57.888207
• Title: Dynamics-Aware Adaptive Corridors with Feasibility-Perturbed Trust-Region SQP for Certified Nonholonomic Motion Planning
• Title（参考訳）: 非ホロノミックな運動計画のための耐久信頼度SQPを考慮した動的適応型補正器
• Abstract要約: 最適化に基づく駐車プランナーは、通常、時刻サンプルのみに衝突制約を課すため、車両コーナーはサンプル間の障害物を遮断することができ、解法が収束するまで実行可能な軌道は存在しない。 本稿では,車体を逆ギアで駆動する車体に最適化フェーズの全てのイテレーションが正確に決定された力学を満足するプランナーを提案する。
• 参考スコア（独自算出の注目度）: 3.1735398396999184
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Optimisation-based parking planners usually impose collision constraints only at the time samples, so a vehicle corner can cut an obstacle between samples, and no executable trajectory exists until the solver converges. We present a planner for car-like vehicles with reverse gear in which every iterate of the optimisation phase satisfies the discretised dynamics exactly and keeps the whole vehicle rectangle clear of obstacles between the samples. Each time interval receives one convex corridor that holds all vehicle corners at both ends and is shrunk by a sweep margin bounding how far the corner paths leave their chords. Separating half-planes give the corridors a direction out of obstacles when the initial guess is in collision; later, heading-aligned boxes are grown from the speed, curvature and step of the current iterate and rebuilt after accepted steps. A feasibility-perturbed trust-region sequential quadratic programming method projects each step onto the dynamics by feedback and verifies it exactly; the cost decreases monotonically, and once the corridors stop changing, limit points are Karush-Kuhn-Tucker points of the corridor-constrained problem or violate a constraint qualification. On 820 benchmark cases the planner succeeds in 818 without penetration (797 from the first initial guess), none of the 7103 evaluated optimisation-phase iterates is unusable, and it succeeds in 96.5% of the cases when 99% of the initial guesses intersect an obstacle. Its maneuvers take 0.7% longer in the median than those of a similarly certified exact-collision baseline. The guarantees hold for the planning model, not for a physical vehicle.
• Abstract（参考訳）: 最適化に基づく駐車プランナーは、通常、時間帯にのみ衝突制約を課すため、車両コーナーはサンプル間の障害物を遮断することができ、解法が収束するまで実行可能な軌道は存在しない。 本報告では, 車両形状の逆変速機を用いた車両用プランナについて, 最適化フェーズの各イテレーションが, 識別されたダイナミクスを正確に満たし, 車両全体の矩形を試料間の障害物から除去する。 各時間間隔は、両端にすべての車両コーナーを保持する1つの凸回廊を受け取り、コーナーパスがコードからどのくらい離れているかという境界線によって縮小される。 半平面の分離は、最初の推測が衝突した場合、廊下が障害物から外れる方向を与えるが、後に方向順の箱は、現在の繰り返しの速度、曲率、ステップから成長し、受け入れられたステップ後に再建される。 信頼性領域の逐次的二次計画法は、各ステップをフィードバックにより計画し、正確に検証する。コストは単調に減少し、回廊が変化しなくなると、限界点は、回廊制約問題におけるカルーシュ=クーン=タッカー点または制約条件に違反する。 820のベンチマークケースでは、プランナーが侵入せずに818回(最初の推測から797回)成功し、7103の評価された最適化フェーズのイテレーションは使用不可能であり、最初の推測の99%が障害と交差する場合の96.5%で成功している。 その操作は、同様に認定された正確な衝突ベースラインよりも中央値の0.7%長い。 この保証は、物理的な車両ではなく、計画モデルに当てはまる。

関連論文リスト

• Closed-Loop Refinement and Execution for Learned Driving Planners [3.5368690233168114]
  閉じたループでは、小さな変位誤差の軌道が車両を停止させたり、周囲のエージェントと衝突させたり、急激なブレーキで実行したりすることができる。 本稿では,階層型回帰水平制御フレームワークであるCLRE(Closed-Loop Refinement and Execution)を紹介する。 VADをアップストリームプランナーとする220ルートのBench2Drive検証セットのクローズループシミュレーションでは、CLREは駆動スコアを42.26から55.89に引き上げ、経路完了を55.69から71.51に、衝突イベントを117から97に低減した。
  論文  参考訳（メタデータ） (2026-10-01T03:27:17Z)
• Anchor-Free Hidden-Target Seeking via Certified Self-Calibration under Correlated Odometry [0.0]
  車両、中継機、ターゲットがグローバルなポーズをとらないアンカーフリーなシステムにおける隠れターゲット探索について検討する。 我々は,O(K)多視点自己校正推定器を導入する。 200回の無作為閉ループ試験では、長い地平線上で27mのデッドレコンドリフトにもかかわらず、真のリレーヤウが与えられた場合、この方法は0.064mの中央駅誤差と0.065mのオラクルの中央駅誤差を達成できた。
  論文  参考訳（メタデータ） (2026-08-26T11:47:11Z)
• Biconvex Optimization for Smooth Minimum-Time Trajectories around Convex Obstacles [49.315843050082925]
  本稿では,最小時間移動計画凸障害物に対して,収束が保証されるバイアプローチを提案する。 提案手法は,変数の最先端分解を生成するために,時間とともに高品質な軌道を生成する。
  論文  参考訳（メタデータ） (2026-08-03T19:48:24Z)
• Hermite Curves as Trajectory Priors for Vision-Language-Action Models [41.51953284790607]
  本稿では,Hermite trajectory priorsを導入し,チャンク軌道を終点位置と速度で定義される3次Hermite曲線としてパラメータ化する。 我々は、この固定作用素を離散自己回帰および連続生成パラダイムでインスタンス化する。 シミュレーションベンチマークと実ロボットプラットフォーム全体で、Hermite Regularizationは優れたパフォーマンスを実現している。
  論文  参考訳（メタデータ） (2026-08-02T14:18:17Z)
• TRACT: Temporally Routed Action Chunks with Chronological Phase Authority for Contact-Rich Manipulation [33.980402689056895]
  アクションチャンキングは、ロボット模倣学習の効果的な意思決定の地平を短くする。 本稿では, 位相構造を有する動作チャンキングを, 将来の地平線内での1つのCURRENT変種境界に分解するTRACTを提案する。
  論文  参考訳（メタデータ） (2026-07-31T10:59:14Z)
• Semidefinite Relaxations for Collision-Free Motion Planning [53.160637667144876]
  C4トラジェクトリの観点で,inmathbbRn制約を通じて開始からゴールへ移動するポイントロボットに焦点をあてる。 C4トラジェクトリによる最小スナップ連続計画のプランナとしての有効性を示す。
  論文  参考訳（メタデータ） (2026-06-12T03:18:03Z)
• TC-Padé: Trajectory-Consistent Padé Approximation for Diffusion Acceleration [46.613183870351584]
  Tray-Consistent Padé近似はテイラー法よりも正確に遷移挙動を捉える。 TC-PadéはFLUX.1-devで2.88倍、Wan2.1で1.72倍、FID、Aesthetic CLIP、V-2.0で高い品質を維持している。
  論文  参考訳（メタデータ） (2026-03-03T12:50:26Z)
• Pioneering SE(2)-Equivariant Trajectory Planning for Automated Driving [45.18582668677648]
  制御されたエゴ車両の軌道を計画することは、自動走行において重要な課題である。 本稿では,全車両に対して多モード共同予測を生成する軽量同変計画モデルを提案する。 また,車載GPSナビゲーションシステムによって提供される高水準経路に沿って,エゴ車両を誘導する等変経路アトラクションを提案する。
  論文  参考訳（メタデータ） (2024-03-17T18:53:46Z)
• Motion Planning and Control for Multi Vehicle Autonomous Racing at High Speeds [100.61456258283245]
  本稿では,自律走行のための多層移動計画と制御アーキテクチャを提案する。 提案手法はダララのAV-21レースカーに適用され、楕円形のレーストラックで25$m/s2$まで加速試験された。
  論文  参考訳（メタデータ） (2022-07-22T15:16:54Z)

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。