論文の概要: PATACON: GPU-Parallel Tangent-Bundle RRT-Connect for Constrained Motion Planning
- arxiv url: http://arxiv.org/abs/2610.13195v1
- Date: Fri, 09 Oct 2026 08:13:29 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-13 04:06:29.475464
- Title: PATACON: GPU-Parallel Tangent-Bundle RRT-Connect for Constrained Motion Planning
- Title（参考訳）: PATACON: 拘束運動計画のためのGPU並列タングルバンドRTR接続
- Abstract要約: PATACONは、制約関数によって誘導される局所多様体幾何を利用するために接空間を探索するGPU並列双方向プランナーである。
デュアルアームクローズドチェーンとヒューマノイド全体制約計画タスクの実験により、PATACONは、構成空間次元と制約余次元が増大するにつれて、以前の作業より優れていたことが示されている。
- 参考スコア（独自算出の注目度）: 0.7221954780121028
- License: http://creativecommons.org/licenses/by-sa/4.0/
- Abstract: Fast whole-body motion planning enables continuous replanning for humanoid robots in dynamic environments while satisfying collision avoidance and kinematic constraints. However, constrained motion planning incurs substantial computational cost due to repeated constraint projection in addition to collision checking and nearest-neighbor search. Recently, GPU-based massively parallel planners have been proposed to reduce computational cost. Nevertheless, these planners still steer in the ambient configuration space, so projecting candidates that deviate from the manifold remains a significant source of overhead, particularly in highly constrained, high-dimensional problems. In this work, we introduce PATACON, a GPU-parallel bidirectional planner that explores tangent space to exploit the local manifold geometry induced by known constraint functions. Experiments on dual-arm closed-chain and humanoid whole-body constrained planning tasks show that PATACON outperforms the prior work as configuration-space dimension and constraint codimension grow, achieving up to an 11.25 times speedup. These results suggest that GPU-parallel tangent-space exploration brings constrained whole-body motion planning closer to real-time performance.
- Abstract（参考訳）: 高速な全身運動計画により、衝突回避と運動的制約を満足しつつ、動的環境下でのヒューマノイドロボットの継続的な再計画が可能となる。
しかし, 拘束運動計画では, 衝突チェックや近傍探索に加えて, 繰り返し制約投影により, かなりの計算コストが生じる。
近年,GPUベースの大規模並列プランナが提案され,計算コストの低減が図られている。
にもかかわらず、これらのプランナーはいまだ環境構成空間を操縦するので、多様体から逸脱する候補を射影することは、特に高度に制約された高次元問題において重要なオーバーヘッドの源となる。
本稿では、既知の制約関数によって誘導される局所多様体幾何を利用するために、接空間を探索するGPU並列双方向プランナであるPATACONを紹介する。
デュアルアームクローズドチェーンとヒューマノイド全体制約計画タスクの実験では、PATACONは構成空間次元と制約余次元が増加し、最大11.25倍のスピードアップを達成するため、以前の作業より優れていたことが示されている。
以上の結果から,GPU並列タンジェント空間探索は,実時間性能に近い拘束された全身運動計画をもたらすことが示唆された。
関連論文リスト
- GASP: GPU-Accelerated Safe Planner for Real-Time Collision-Aware Motion Generation with Latent Trajectory Sampling [1.2669530824264628]
GASPは、既知の環境でのリアルタイムで衝突対応の宇宙空間運動生成のためのGPUアクセラレーションセーフプランナである。
GASPは、クランプされたB-スプライン軌道パラメータ化と、自由内部制御点を予測する畳み込み残差ニューラルネットワークを組み合わせる。
我々は、GASPをオンラインモーションジェネレーションモジュールとして検証し、衝突認識能力の高い解析レベルの成功率を達成する。
論文 参考訳（メタデータ） (2026-08-05T09:18:16Z) - 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) - GPU-Accelerated Polygonal Signed Distance Functions for Real-Time Collision Avoidance [2.1993185973565113]
実現可能な空間が限られている密集した環境では、計算負荷が制御サイクルランタイムを支配していることが多い。
提案する多角形符号距離関数 (PSDF) は, 凸多角形ロボットの足跡と境界辺で表される障害物との間の距離関数である。
PSDFは、逐次2次プログラミングに基づくリアルタイム反復方式において、段階的安全性制約を局所的に線形化することにより、モデル予測制御に埋め込まれる。
PSDF-MPCは高密度多角形環境におけるリアルタイム実現可能性と堅牢な衝突回避を維持している。
論文 参考訳（メタデータ） (2026-07-05T13:46:59Z) - 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) - Fitting Unknown Number of Hyperplanes with Manifold Optimization [57.48093263119306]
未知数の線形平面をデータに適合させることは、機械学習の根本的な課題である。
既存のアプローチはしばしば最適な最適化に苦しむか、幾何的整合性に欠ける。
論文 参考訳（メタデータ） (2026-05-27T14:02:20Z) - TCBiRRT: Rapid Motion Planning for Tightly Coupled Dual-arm Space Manipulator Using Task-space Random Expansion [13.227911126048731]
閉鎖制約下での密結合型双腕空間マニピュレータの運動経路の計画は、基本的かつ困難な問題である。
本稿では,タスク空間制約付き双方向高速探索ランダムツリーアルゴリズムTCBiRRTを提案する。
論文 参考訳（メタデータ） (2026-05-26T15:24:07Z) - Navigating the Clutter: Waypoint-Based Bi-Level Planning for Multi-Robot Systems [54.887871365121775]
乱雑な環境におけるマルチロボット制御は、複雑な物理的制約を伴う難しい問題である。
タスクとモーションプランニングを協調的に最適化するハイブリッドマルチロボット制御フレームワークを提案する。
我々のアプローチは、動作に依存しないベースラインとVLAベースのベースラインよりもタスクの成功を継続的に改善する。
論文 参考訳（メタデータ） (2026-04-22T22:58:47Z) - SGA-MCTS: Decoupling Planning from Execution via Training-Free Atomic Experience Retrieval [74.1918709002557]
我々は, LLM計画を非パラメトリック検索として活用するフレームワークである textbfSGA-MCTS を紹介する。
オンラインでは、検索増強剤は、関連するステート-ゴール-アクション原子を取得するために、ハイブリッドシンボリック-セマンティック機構を使用する。
SGA-MCTSは、探索の重い計算コストを効果的に減らし、System 1推論速度におけるシステム2推論の深さを達成し、スケーラブルかつリアルタイムに自律的な計画が実現可能である。
論文 参考訳（メタデータ） (2026-04-16T07:22:36Z) - Vectorizing Projection in Manifold-Constrained Motion Planning for Real-Time Whole-Body Control [2.940492773889387]
本稿では, 並列化レンズによる投影に基づく制約満足度を再考する, CPU SIMD 加速多様体制約運動プランナを提案する。
提案手法は,最先端技術に対する最大100～1000倍の高速化を実現し,リアルタイムな制約付き動作計画が実現可能となった。
論文 参考訳（メタデータ） (2026-04-14T22:00:53Z) - ParaMaP: Parallel Mapping and Collision-free Motion Planning for Reactive Robot Manipulation [17.260700135265267]
未知の環境でのロボット操作には、リアルタイムおよび衝突のないモーションプランニングが依然として困難である。
本研究では,Euclidean Distance Transform(EDT)に基づく環境表現をサンプリングベースモデル予測制御(SMPC)プランナと密に統合する並列マッピングと動作計画フレームワークを提案する。
提案手法の有効性は, 7-DoFロボットマニピュレータを用いた広範囲なシミュレーションと実世界の実験により検証した。
論文 参考訳（メタデータ） (2025-12-27T12:24:10Z) - Time-Optimal Planning for Quadrotor Waypoint Flight [50.016821506107455]
立方体の作動限界における時間-最適軌道の計画は未解決の問題である。
四重項のアクチュエータポテンシャルをフル活用する解を提案する。
我々は、世界最大規模のモーションキャプチャーシステムにおいて、実世界の飛行における我々の方法を検証する。
論文 参考訳（メタデータ） (2021-08-10T09:26:43Z)
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。