論文の概要: SCET-CBF: Speed-Calibrated Soft Guidance for One-Step Dynamic Navigation
- arxiv url: http://arxiv.org/abs/2610.33471v1
- Date: Sat, 24 Oct 2026 05:49:07 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-27 22:27:13.335529
- Title: SCET-CBF: Speed-Calibrated Soft Guidance for One-Step Dynamic Navigation
- Title(参考訳): SCET-CBF:ワンステップダイナミックナビゲーションのための速度校正ソフトガイダンス
- Abstract要約: SCET-CBFは1ステップの動的ナビゲーションのための高速校正ソフトガイダンス法である。
短い横方向の脱出操作は、許容可能な接近速度を与える。
60秒の期限付き2500のペアタスクでは、SCETは72.8%が完了し、CBF/velocity-obstacleコントロールは49.8%、改良された1秒CBF-MPCは69.8%が完了した。
- 参考スコア(独自算出の注目度): 2.5137859989323537
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Control barrier functions (CBFs) support collision avoidance, yet dense dynamic encounters can leave a vehicle with no feasible command. Geometric refinements and soft constraints help preserve motion choices. Using these choices also requires accounting for the vehicle's changing turning response. For a steering-limited bicycle, braking can lower closing speed while slowing the lateral motion needed before an obstacle arrives. We propose SCET-CBF, a speed-calibrated soft guidance law for one-step dynamic navigation. A short lateral escape maneuver gives an allowable approach speed. Its speed derivative allows a quadratic program to weigh both effects of braking when choosing acceleration and steering. Soft penalties accommodate competing obstacle preferences within the input set permitted by segment and braking constraints. We derive the guidance and establish protection over each accepted motion segment, together with conditional braking invariance for a single obstacle. On 2500 paired tasks with a 60 s deadline, SCET achieves 72.8% completion, compared with 49.8% for CBF/velocity-obstacle control and 69.8% for an enhanced 1 s CBF-MPC. At 100 obstacles, SCET and the enhanced MPC complete 52.4% and 33.6% of tasks. Paired studies identify the contributions of speed feedback and early activation. Further evaluations examine the operating range under lateral acceleration limits and bounded motion and execution errors.
- Abstract(参考訳): 制御バリア機能(CBF)は衝突回避をサポートするが、密集したダイナミックな遭遇は、不可能な命令で車両を離れることができる。
幾何学的な洗練と柔らかい制約は、運動の選択を維持するのに役立つ。
これらの選択を使用するには、車両の旋回応答の変化も考慮する必要がある。
ステアリング限定の自転車の場合、ブレーキは、障害物が到着する前に必要な横動きを遅くしながら、クローズスピードを低下させることができる。
SCET-CBFは1ステップの動的ナビゲーションのための高速校正ソフトガイダンス法である。
短い横方向の脱出操作は、許容可能な接近速度を与える。
その速度微分により、2次プログラムは加速とステアリングを選択する際のブレーキの効果の両方を重み付けすることができる。
ソフトペナルティは、セグメントとブレーキの制約によって許される入力セット内で競合する障害物優先を許容する。
本研究では,各動作セグメントに対する誘導と保護の確立,および単一障害物に対する条件的ブレーキ不変性について検討した。
60秒の期限付き2500のペアタスクでは、SCETは72.8%が完了し、CBF/velocity-obstacleコントロールは49.8%、改良された1秒CBF-MPCは69.8%が完了した。
100の障害において、SCETと拡張MPCは52.4%と33.6%のタスクを完了した。
ペア研究は、速度フィードバックと早期活性化の貢献を特定する。
さらに, 横方向加速度限界下での動作範囲と境界運動および実行誤差について検討した。
関連論文リスト
- SWAP: Test-Time Steerable Humanoid Whole-Body Collision Avoidance [45.883245648611954]
SWAP(Steerable Whole-body Avoidance Policy)は、衝突を意識した意思決定と安定化を分離する階層的な枠組みである。
高レベルな知覚条件付き拡散ポリシーは、多重モードの衝突対応モーションプロポーザルを生成する。
低レベルの全身RLコントローラはこれらの提案を追跡し、動的バランスを維持する。
論文 参考訳(メタデータ) (2026-10-19T03:00:50Z) - Beyond Planning: Differentiable Control-in-the-loop End-to-End Autonomous Driving [44.47195923996123]
本稿では、このギャップを埋めるために、DIVA(Differentiable Identified Vehicle dynamics for end-to-end autonomous driving)を提案する。
エンド・ツー・エンド駆動ネットワークのトレーニングループには、特定アクチュエータレベルの車両モデルが組み込まれている。
学習ベースの制御デコーダは、外部コントローラを置換し、ロールアウトされた車両状態を監督する。
論文 参考訳(メタデータ) (2026-10-13T11:12:38Z) - ClearNav: Perception-Aligned Quadrotor Flight Using Differential-Physics [2.650860836597657]
ClearNavは2つの報酬項で訓練されたナビゲーションポリシーで、観測方向への動きを制限し、前方に向いた方向を目標とし、横方向の速度にペナルティを与える。
シミュレーションでは、訓練中に見つからないポリシー毎の2304回の飛行を含む18の保留シナリオにおいて、ClearNavは成功率を6.8ポイント改善し、衝突速度を芸術の状況と比較して65%削減し、最大で5m/sで飛行する。
論文 参考訳(メタデータ) (2026-10-12T21:33:50Z) - SC3BF: Shifted Collision Cone Control Barrier Function for Dynamic Obstacle Avoidance [0.0]
Emphshifted collision-cone CBF (SC3BF)
遠心衝突円錐CBF(SC3BF)を提案する。
そのため、ロボットは距離と速度で成長する速度で障害物に近づくことができる。
論文 参考訳(メタデータ) (2026-10-06T13:30:23Z) - Emergency Obstacle Avoidance Maneuvers in Differential-Drive Mobile Robots [0.0]
緊急障害物回避には、移動ロボットが使用可能な距離内でブレーキを踏むか、方向を変更する必要がある。
本稿では,ディファレンシャルドライブロボットの接近速度に対する操作性能と生体計測誤差の依存性について検討する。
論文 参考訳(メタデータ) (2026-10-04T23:19:11Z) - 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) - TempoVLA: Learning Speed-Controllable Vision-Language-Action Policies [58.40033352838586]
既存のVision-Language-Action Model (VLA) は、トレーニングデモから1つの固定速度を継承するのみである。
予測された各行動の大きさが、ロボットの動きの速さをすでに支配していることを観察する。
我々はこの観測結果を、明示的な条件で実行速度を制御する単一のVLAであるTempoVLAに変換する。
論文 参考訳(メタデータ) (2026-06-04T17:59:40Z) - Safe Whole-Body Loco-Manipulation via Combined Model and Learning-based Control [46.47619556874003]
そこで本研究では,マニピュレータアームのモデルベースアプタンス制御と足歩行の強化学習ポリシを組み合わせた全身制御を提案する。
アクセタンスコントローラは、物理的相互作用中に人間によって適用されるような外部レンチを、望ましいエンドエフェクタ速度にマッピングし、従順な振る舞いを可能にする。
6-DoFアームと手首に装着した6-DoF Force/Torqueセンサーを備えたUnitree Go2四足歩行ロボットを用いて,シミュレーションとハードウェアの両方におけるアプローチを検証する。
論文 参考訳(メタデータ) (2026-03-02T22:31:12Z) - Spatially-Aware Adaptive Trajectory Optimization with Controller-Guided Feedback for Autonomous Racing [74.83272587893508]
本稿では,NURBSに基づく軌道表現,CMA-ESグローバル軌道最適化,コントローラ誘導空間フィードバックを組み合わせた自律レースライン最適化フレームワークを提案する。
シミュレーションでは,最大静的加速度をパラメータ化したコントローラと比較して17.38%のラップタイム短縮を実現している。
高摩擦から低摩擦まで様々なタイヤ化合物で試験された実ハードウェアでは、摩擦を明示的にパラメータ化することなく、7.60%のラップタイムの改善が得られる。
論文 参考訳(メタデータ) (2026-02-17T15:10:44Z) - 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。