論文の概要: Distributed Motion Planning for Multi-Robot Systems under Topological Constraints
- arxiv url: http://arxiv.org/abs/2610.10065v1
- Date: Wed, 07 Oct 2026 13:31:20 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-08 21:58:22.93725
- Title: Distributed Motion Planning for Multi-Robot Systems under Topological Constraints
- Title（参考訳）: トポロジカル制約下におけるマルチロボットシステムの分散運動計画
- Abstract要約: 分散コントローラによるブレイド型トポロジカル制約として符号化されたジョイントモーションプランの実行は困難である。
本稿では,モデル予測制御(MPC)に基づく分散コントローラを提案する。
グローバルコーディネートを維持するため,コンセンサスに基づく進捗推定手法を提案する。
- 参考スコア（独自算出の注目度）: 14.566960558995659
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Efficient and distributed coordination of mobile robots is one of the main challenges in multi-robot systems. Topological constraints, often expressed as topological braids, are a popular tool to encode complex coordination patterns between multiple mobile robots, as they offer a compact and abstract representation of the desired qualitative relation between the space-time trajectories of the robots. However, execution of joint motion plans encoded as braid-based topological constraints via distributed controllers is challenging, with existing approaches, generally based on the execution of one braid generator at a time, producing slow and suboptimal trajectories. We propose a distributed controller based on Model Predictive Control (MPC) to efficiently execute braid-based topological specifications. Rather than directly tracking the braid specification, we propose to use winding numbers, which are topological invariants for braids, as a proxy. This has the twofold benefit of converting braids into a continuous function, which can be easily tracked by an MPC controller through an appropriate term in the cost function, and of decoupling the global braid specification into a set of pairwise specifications, which can be tracked distributedly through the solution of only local MPC problems. To maintain global coordination, we propose a consensus-based progress estimation approach, which allows the robots to synchronize their motion toward the desired specification. We validate the proposed approach in simulation and in real-world experiments, where we demonstrate the effectiveness of the proposed approach and the improvement over existing approaches in terms of execution speed and control effort.
- Abstract（参考訳）: 移動ロボットの効率的な分散調整は,マルチロボットシステムにおいて大きな課題の1つである。
トポロジカル・ブレイド(トポロジカル・ブレイド)として表現されるトポロジカル・制約は、複数の移動ロボット間の複雑な協調パターンを符号化する一般的なツールであり、ロボットの時空軌道間の所望の定性的関係のコンパクトかつ抽象的な表現を提供する。
しかし, 分散型コントローラを介し, 編み上げ型トポロジカル制約として符号化されたジョイントモーションプランの実行は困難であり, 従来の手法では1つの編み出し生成器を1回に1回実行し, 遅く, 準最適軌道を生成するのが一般的である。
本稿では,モデル予測制御(MPC)に基づく分散コントローラを提案する。
ブレイド仕様を直接追跡するのではなく、ブレイドのトポロジ的不変量である巻数(英語版)をプロキシとして用いることを提案する。
これは、コスト関数の適切な項を通して、MPCコントローラによって簡単に追跡できる、またグローバルブレイド仕様をペアワイズ仕様の集合に分離する2つの利点があり、局所的なMPC問題のみの解によって分散的に追跡することができる。
グローバルなコーディネートを維持するために,ロボットが望む仕様への動きを同期させるコンセンサスに基づく進捗推定手法を提案する。
提案手法をシミュレーションおよび実世界の実験で検証し,提案手法の有効性と既存手法の改善を,実行速度と制御の取り組みの観点から実証する。
関連論文リスト
- Curvature-Constrained and Constant-Speed Distributed Simultaneous Arrival Control for Multi-Robot Systems [37.30408009317727]
複数の移動ロボットを目標地点に同時到着させることは、協調的な囲い込み、災害救助、環境モニタリングといった協調作業に不可欠である。
本稿では,最大コンセンサスプロトコルに基づく分散スイッチング制御手法を提案する。
提案した制御法の下では,各ロボットは隣接ロボットの最大仮想時間に近づき,軽度条件下での同時到着を実現する。
論文 参考訳（メタデータ） (2026-07-16T09:59:16Z) - Multi-Rate Nonlinear Model Predictive Control for Wall-Supported Bipedal Locomotion of Quadrupedal Robots [3.2625979527355784]
マルチレート非線形モデル予測制御(MR-NMPC)に基づく新しい階層型計画制御フレームワークを提案する。
四足歩行ロボットは、制約のある環境で壁支援でハイブリッド二足歩行を行うことができる。
提案手法は,Unitree A1ロボットのロバストな壁支援二足歩行を実証する広範囲な数値シミュレーションにより検証された。
論文 参考訳（メタデータ） (2026-07-02T01:09:09Z) - 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) - ADMM-Based Distributed MPC with Control Barrier Functions for Safe Multi-Robot Quadrupedal Locomotion [3.5507574265100854]
本稿では,制御障壁関数(CBF)を制約とした完全分散モデル予測制御(MPC)フレームワークを提案する。
提案するフレームワークは,四足歩行ロボットのための階層型移動制御アーキテクチャに統合される。
論文 参考訳（メタデータ） (2026-03-19T17:25:33Z) - ACLM: ADMM-Based Distributed Model Predictive Control for Collaborative Loco-Manipulation [9.708461585583791]
重荷のロコ操作による共同輸送は、脚のあるロボットにとって難しいが必須の能力である。
本研究は,ロコマニピュレーションのための分散モデル予測制御フレームワークであるマルチプライアの交互方向法を提案する。
論文 参考訳（メタデータ） (2026-03-07T08:06:51Z) - Dynamic Generation of Multi-LLM Agents Communication Topologies with Graph Diffusion Models [99.85131798240808]
我々はtextitGuided Topology Diffusion (GTD) と呼ばれる新しい生成フレームワークを導入する。
条件付き離散グラフ拡散モデルにインスパイアされたGTD式は、反復的な構成過程としてトポロジー合成を行う。
各ステップで生成は、多目的報酬を予測する軽量プロキシモデルによって制御される。
実験により、GTDは高いタスク適応性、スパース、効率的な通信トポロジを生成できることが示されている。
論文 参考訳（メタデータ） (2025-10-09T05:28:28Z) - Discrete-Guided Diffusion for Scalable and Safe Multi-Robot Motion Planning [56.240199425429445]
マルチロボット運動計画(MPMP)は、共有された連続作業空間で動作する複数のロボットのための軌道を生成する。
離散マルチエージェント探索(MAPF)法は,その拡張性から広く採用されているが,粗い離散化の軌道品質は高い。
本稿では、制約付き生成拡散モデルを用いた離散MAPF解法を導入することにより、2つのアプローチの限界に対処する。
論文 参考訳（メタデータ） (2025-08-27T17:59:36Z) - Simultaneous Multi-Robot Motion Planning with Projected Diffusion Models [57.45019514036948]
MRMP拡散(MRMP Diffusion, SMD)は, 制約付き最適化を拡散サンプリングプロセスに統合し, 衝突のない, キネマティックに実現可能な軌道を生成する新しい手法である。
本稿では, ロボット密度, 障害物の複雑度, 動作制約の異なるシナリオ間の軌道計画アルゴリズムを評価するための総合的MRMPベンチマークを提案する。
論文 参考訳（メタデータ） (2025-02-05T20:51:28Z) - Distributing Collaborative Multi-Robot Planning with Gaussian Belief
Propagation [13.65857209749568]
本稿では、動的制約と衝突制約を定義する汎用因子グラフに基づく、新しい純粋分散手法を実証する。
本手法は, 道路交通シミュレーションシナリオにおいて, 極めて高性能な協調計画を可能にすることを示す。
論文 参考訳（メタデータ） (2022-03-22T11:13:36Z) - SABER: Data-Driven Motion Planner for Autonomously Navigating
Heterogeneous Robots [112.2491765424719]
我々は、データ駆動型アプローチを用いて、異種ロボットチームをグローバルな目標に向けてナビゲートする、エンドツーエンドのオンラインモーションプランニングフレームワークを提案する。
モデル予測制御(SMPC)を用いて,ロボット力学を満たす制御入力を計算し,障害物回避時の不確実性を考慮した。
リカレントニューラルネットワークは、SMPC有限時間地平線解における将来の状態の不確かさを素早く推定するために用いられる。
ディープQ学習エージェントがハイレベルパスプランナーとして機能し、SMPCにロボットを望ましいグローバルな目標に向けて移動させる目標位置を提供する。
論文 参考訳（メタデータ） (2021-08-03T02:56:21Z)
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。