論文の概要: LEAP: Gradient Flow Augmented Lagrangian Trajectory Optimization for Contact Constrained Robots
- arxiv url: http://arxiv.org/abs/2610.20936v1
- Date: Wed, 14 Oct 2026 21:04:31 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-16 19:13:16.073695
- Title: LEAP: Gradient Flow Augmented Lagrangian Trajectory Optimization for Contact Constrained Robots
- Title（参考訳）: LEAP: 接触拘束ロボットのための勾配流増大ラグランジアン軌道最適化
- Abstract要約: 本稿では,Powell-Hees--Rockafellar Lagrangian の一次2次元勾配流を書写して解を求める LEAP を提案する。
流れは硬いため,ガウス-ニュートン計量,運動量,メリットに基づくステップコントローラを備えた線形暗黙積分器を設計する。
- 参考スコア（独自算出の注目度）: 10.048170430020775
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: Generating dynamically feasible motions for legged and manipulating robots requires solving a large, nonlinear, non-convex optimal control problem (OCP) in which contact wrenches must satisfy friction-cone constraints throughout the motion, not only at isolated instants. Existing solvers are sensitive to the initial guess and scale poorly with the number of joints. This paper introduces LEAP, which transcribes the OCP with pseudospectral collocation and, instead of a Newton or SQP solve, integrates a primal--dual gradient flow of a Powell--Hestenes--Rockafellar augmented Lagrangian to compute a solution. Because the flow is stiff, this paper designs a linearly implicit integrator with a Gauss--Newton metric, momentum, and a merit-based step controller that keeps the augmented Lagrangian monotone. Across locomotion benchmarks on five robot platforms, from planar hoppers to 32-joint humanoids, LEAP is the only method to solve every tested problem, achieves substantial speedups over Crocoddyl and Aligator on several benchmarks, and reaches trackable references at smaller compute budgets. The resulting trajectories are validated by tracking them in a high-fidelity simulator and on hardware. We will make the code public upon final acceptance of this paper.
- Abstract（参考訳）: 脚と操作ロボットの動的動作を動的に生成するには、接触レンチが独立した瞬間だけでなく、運動全体の摩擦コーン制約を満たさなければならない大きな非線形で非凸な最適制御問題(OCP)を解く必要がある。
既存の解法は初期推定に敏感であり、関節の数に劣る。
本稿では,OPP を擬似スペクトルコロケーションで書き起こし,Newton や SQP の代わりに LEAP を導入し,Powell-Hestenes-Rockafellar を拡張した Lagrangian の一次直交勾配流を積分して解を求める。この流れは硬いので,ガウス-ニュートン計量,運動量,および拡張ラグランジアン単調を維持できるメリットに基づくステップコントローラを備えた線形暗黙積分器を設計する。
平面ホッパーから32結合ヒューマノイドまでの5つのロボットプラットフォーム上のローコモーションベンチマーク全体において、LEAPはテストされたすべての問題を解決する唯一の方法であり、いくつかのベンチマークでCrocoddylとAligatorを大幅に高速化し、より小さな計算予算で追跡可能な参照に達する。
結果として得られた軌道は、高忠実度シミュレータとハードウェアで追跡することで検証される。
この論文が最終受理されたら、コードを公開します。
関連論文リスト
- A Task-Space Receding Horizon Controller for Fast Collision Avoidance [0.08594140167290099]
ロボットマニピュレータのリアルタイム衝突回避には、予期せぬ障害物運動に対する迅速な反応が必要である。
完全なモデル予測制御は、この展望を提供することができるが、オンラインコストは、水平線長、モデル忠実度、アクティブな幾何学的制約の数とともに急速に増大する可能性がある。
本稿では, 短時間の接触一貫性を持つロールアウトを用いて, 終端キネマティック参照を生成するタスクスペースリテーディング・ホライゾンコントローラを提案する。
論文 参考訳（メタデータ） (2026-07-17T08:13:12Z) - CR-Solver: GPU-Accelerated Kinematics Solver for Tendon-driven Continuum Robots [18.541022260976348]
腱駆動型連続体ロボットの動作生成のための2段階最適化に基づく解法を提案する。
本手法は,1つの制約付き非線形最適化フレームワーク内での逆運動学,経路追従,軌道計画を統一する。
提案手法は3つのタスクに対して検証し、従来のCPUベースの解法よりも大幅に高速化され、95%以上の成功率とミリレベルの精度が一貫して達成された。
論文 参考訳（メタデータ） (2026-07-13T10:02:36Z) - A Relaxed Quadratic-Program-based Framework for Trajectory Tracking of Unicycle Robots with Singularity Avoidance [1.3318026799252654]
動的フィードバック線形化(Dynamic feedback linearization, DFL)は, 一輪車型移動ロボットの軌道追尾技術である。
線形速度がなくなるとDFLベースのコントローラは特異となり、標準のDFLベースのコントローラは停止と逆操作には適さない。
本稿では,この特異性を回避する2次プログラム(QP)に基づく最適制御フレームワークを提案する。
論文 参考訳（メタデータ） (2026-06-22T13:55:21Z) - Control Lyapunov Functions for Underactuated Soft Robots [1.2891210250935148]
本稿では,非作動型ソフトロボットのタスク空間制御と追跡のための汎用的な制御フレームワークを提案する。
この方法は、凸不等式制約としてラプノフ関数を急速に安定化させる。
その結果,入力限界下でのタスク空間精度と一貫したリアプノフ収束が向上した。
論文 参考訳（メタデータ） (2026-03-05T19:50:22Z) - Efficient Penalty-Based Bilevel Methods: Improved Analysis, Novel Updates, and Flatness Condition [51.22672287601796]
ペナルティに基づく手法は、双レベル最適化(BLO)問題を解くのに人気がある。
それらはしばしば、大きなペナルティ項によって引き起こされる滑らかさの増加に対応するために、低レベル(LL)問題と小さな外ループステップサイズを解決するためにインナーループ反復を必要とする。
この研究は、結合制約(CC)を伴う一般的なBLO問題を考察し、上位変数と下位変数を分離する新しいペナルティ改革を活用する。
論文 参考訳（メタデータ） (2025-11-20T20:48:14Z) - Constrained Optimization via Exact Augmented Lagrangian and Randomized
Iterative Sketching [55.28394191394675]
等式制約付き非線形非IBS最適化問題に対する適応的不正確なニュートン法を開発した。
ベンチマーク非線形問題,LVMのデータによる制約付きロジスティック回帰,PDE制約問題において,本手法の優れた性能を示す。
論文 参考訳（メタデータ） (2023-05-28T06:33:37Z) - Simultaneous Contact-Rich Grasping and Locomotion via Distributed
Optimization Enabling Free-Climbing for Multi-Limbed Robots [60.06216976204385]
移動, 把握, 接触問題を同時に解くための効率的な運動計画フレームワークを提案する。
ハードウェア実験において提案手法を実証し, より短い計画時間で, 傾斜角45degで自由クライミングを含む様々な動作を実現できることを示す。
論文 参考訳（メタデータ） (2022-07-04T13:52:10Z) - Fast Gravitational Approach for Rigid Point Set Registration with
Ordinary Differential Equations [79.71184760864507]
本稿では,FGA(Fast Gravitational Approach)と呼ばれる厳密な点集合アライメントのための物理に基づく新しい手法を紹介する。
FGAでは、ソースとターゲットの点集合は、シミュレーションされた重力場内を移動しながら、世界規模で多重リンクされた方法で相互作用する質量を持つ剛体粒子群として解釈される。
従来のアライメント手法では,新しいメソッドクラスには特徴がないことを示す。
論文 参考訳（メタデータ） (2020-09-28T15:05:39Z) - Learning to Optimize Non-Rigid Tracking [54.94145312763044]
我々は、堅牢性を改善し、解法収束を高速化するために学習可能な最適化を採用する。
まず、CNNを通じてエンドツーエンドに学習された深い特徴にアライメントデータ項を統合することにより、追跡対象をアップグレードする。
次に,プレコンディショニング手法と学習手法のギャップを,プレコンディショナを生成するためにトレーニングされたConditionNetを導入することで埋める。
論文 参考訳（メタデータ） (2020-03-27T04:40:57Z)
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。