論文の概要: Switch-Time-Aware Hybrid Model Predictive Control Using the Hybrid Minimum Principle

• arxiv url: http://arxiv.org/abs/2610.24125v1
• Date: Fri, 16 Oct 2026 18:53:55 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-26 10:51:46.792892
• Title: Switch-Time-Aware Hybrid Model Predictive Control Using the Hybrid Minimum Principle
• Title（参考訳）: ハイブリッド最小原理を用いたスイッチ時間を考慮したハイブリッドモデル予測制御
• Abstract要約: 本稿では,MPC(Time-Aware Hybrid Model predictive Control)フレームワークについて述べる。 固定時間グリッドに頼る代わりに、スイッチングインスタントを決定ベクトルにリフトし、明示的な最適化変数として処理する。 累積的なコントロールの労力を30%削減し、サイクル当たりの解決時間の15%増加で、インパクト後のリバウンドを除去する。
• 参考スコア（独自算出の注目度）: 11.70412524968217
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: This article presents a time-aware hybrid model predictive control (MPC) framework that simultaneously optimizes the objective with respect to both continuous control inputs and event switching times. Rather than relying on a fixed time grid, the switching instant is lifted into the decision vector and treated as an explicit optimization variable. The resulting transcription is a smooth nonlinear program whose Karush-Kuhn-Tucker (KKT) conditions are consistent with the Hybrid Minimum Principle (HMP) event-time stationarity condition, so first-order hybrid sensitivities are recovered implicitly through the KKT system rather than by evaluating saltation matrices. Each MPC step solves a single sparse Quadratic Program (QP), jointly optimizing control inputs and impact timing in real time. On a bouncing mass landing on an oscillating platform, the method attaches in half the time of fixed-grid saltation MPC, reduces cumulative control effort by 30%, and removes the post-impact rebounds, at a 15% increase in per-cycle solve time. It matches the cumulative effort of offline time-aware solvers to within 4% while running at 2.4 ms per cycle against 281 ms for a complementarity-based formulation of the same problem, of which a 10.6x reduction is attributable to the transcription alone at a fixed solver.
• Abstract（参考訳）: 本稿では、連続的な制御入力とイベント切替時間の両方に関して目的を同時に最適化する、時間認識型ハイブリッドモデル予測制御(MPC)フレームワークを提案する。 固定時間グリッドに頼る代わりに、スイッチングインスタントを決定ベクトルにリフトし、明示的な最適化変数として処理する。 得られた転写は、KKT(Karush-Kuhn-Tucker)条件がHMP(Hybrid Minimum Principle)事象時定常性条件と一致している滑らかな非線形プログラムである。 各MPCステップは、単一のスパース二次プログラム(QP)を解決し、制御入力と衝撃タイミングをリアルタイムで協調的に最適化する。 振動台へのバウンシング質量着陸では、固定格子塩化MPCの半分の時間で付着し、累積制御を30%削減し、サイクル当たりの解解時間を15%増加させ、インパクト後のリバウンドを除去する。 同じ問題の相補性に基づく定式化のために、1サイクル当たり2.4msで実行しながら、オフラインの時間認識ソルバの累積労力を4%以内とすると、10.6倍の削減が固定されたソルバでの転写のみに起因する。

関連論文リスト

• CLIS-MPPI: Closed-Loop Model Predictive Path Integral Control With Initial-State Sampling Under Execution Delay [9.751125819476982]
  現実世界のロボットシステムでは、最適化された制御入力は、無視できない計画遅延の後、しばしば適用される。 CLIS-MPPIは、計画遅延を妥当な実行時初期状態上の分布としてモデル化することで、実行時状態のミスマッチに対処する。 平均タスク完了時間を25.4秒から24.4秒に短縮し、平均エンドエフェクターパスの長さを0.456mから0.425mに短縮する。
  論文  参考訳（メタデータ） (2026-10-15T04:37:31Z)
• Transition Path Sampling Using Koopman Operators and Exit-Time Optimal Control [14.909013058852475]
  クープマン演算子に基づく問題に対する新しいアプローチを提案する。 クープマン作用素は線型であるため、その主要な固有函数は準安定集合を明らかにし、コミッタ関数の見積もりを与える。 最適制御器を閉形式に導出し、カーネルOSC空間で近似する。
  論文  参考訳（メタデータ） (2026-10-07T13:26:36Z)
• Reachability-Guided Sequential Quadratic Programming-Guarded Model Predictive Path Integral for Safe Nonlinear Predictive Control [50.362993341412455]
  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。
  論文  参考訳（メタデータ） (2026-10-03T09:51:55Z)
• Trust Region Q Adjoint Matching [54.05514246126841]
  本稿では,経路空間KLを予め訓練されたフローポリシーで適応的に制御する安定なオフポリチック微調整アルゴリズムであるTrust Region Q-Adjoint Matching (TRQAM)を紹介する。 TRQAMは、オフラインRLとオフライン-オフラインRLの両方において、常に先行技術を上回っている。
  論文  参考訳（メタデータ） (2026-05-26T14:28:43Z)
• Q-GARS: Quantum-inspired Robust Microservice Chaining Scheduling [0.42970700836450487]
  本稿では,QUBOモデルとSQA(Simulated Quantum Annealing)に基づく検索とオンラインスケジューリング機構を統合するハイブリッドフレームワークQ-GARSを提案する。 シミュレーションの結果,Q-GARSは最短処理時間のグリーディベースラインに対して平均2.1%の重み付き完了時間改善を実現していることがわかった。 さらに、Q-GARSは、ロバストベースラインよりも1.1ポイント高い0.817の平均ノードリソース利用率を達成する。
  論文  参考訳（メタデータ） (2026-03-24T12:24:51Z)
• Diffusion Controller: Framework, Algorithms and Parameterization [54.82539154511621]
  本稿では,逆拡散サンプリングを(一般化された)線形解法マルコフ決定過程における状態のみの制御として活用する統一的な制御理論的視点を提案する。 このフレームワークでは、制御はトレーニング済みのリバースタイムのトランジションカーネルを再重み付けし、端末の目的と$f$分割コストのバランスをとる。 安定拡散v1.4の実験では、選好調整の勝利率が一貫した上昇を示し、品質効率のトレードオフを改善した。
  論文  参考訳（メタデータ） (2026-03-07T01:49:59Z)
• Residual RL--MPC for Robust Microrobotic Cell Pushing Under Time-Varying Flow [0.6053202932413693]
  微小流体流中における接触豊富なマイクロマニピュレーションは、小さな乱れが接触を壊し、大きな横方向のドリフトを引き起こすため、困難である。 時間変化したポアゼイユ流下でのウェイポイントサンプリングされた基準曲線を追尾する磁気マイクロロボットによる平面セルの押圧について検討した。 SACが学習した残留ポリシーで名目MPCを増強するハイブリッドコントローラを提案する。
  論文  参考訳（メタデータ） (2026-03-05T18:20:07Z)
• Fine-Tuning of Neural Network Approximate MPC without Retraining via Bayesian Optimization [81.35990332700389]
  近似モデル予測制御(AMPC)は、MPCの動作をニューラルネットワークで模倣することを目的としている。 デプロイメント中、基盤となるMPCのパラメータは通常、微調整されなければならない。 最近の研究は、MPC最適化問題の近似感度を用いてAMPCを調整することなく適用することでこの問題に対処している。
  論文  参考訳（メタデータ） (2025-12-16T12:24:08Z)
• TempSamp-R1: Effective Temporal Sampling with Reinforcement Fine-Tuning for Video LLMs [67.55973229034319]
  本稿では,マルチモーダルな大規模言語モデル(MLLM)をビデオ時間的グラウンド処理に適応させることの有効性向上を目的とした,新しい強化微調整フレームワークであるTempSamp-R1を紹介する。 我々は、TempSamp-R1がGRPOベースのベースラインより優れており、ベンチマークデータセット上で新しい最先端のパフォーマンスを確立していることを示す。
  論文  参考訳（メタデータ） (2025-09-22T17:30:15Z)
• Self-Tuning Hamiltonian Monte Carlo for Accelerated Sampling [12.163119957680802]
  ハミルトニアンモンテカルロシミュレーションは、積分の時間ステップと積分の回数に大きく依存する。 このようなパラメータを自動的に調整する適応型汎用フレームワークを提案する。 損失と自己相関時間との良好な対応が確立できることを示す。
  論文  参考訳（メタデータ） (2023-09-24T09:35:25Z)

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。