論文の概要: Distributed Predictive Flocking for a Swarm of Miniature Vibration-Driven Robots in a Confined Arena

• arxiv url: http://arxiv.org/abs/2610.35582v1
• Date: Mon, 26 Oct 2026 15:14:10 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-27 22:27:14.048421
• Title: Distributed Predictive Flocking for a Swarm of Miniature Vibration-Driven Robots in a Confined Arena
• Title（参考訳）: コンフィニッシュアリーナにおける小型振動駆動ロボット群に対する分散予測群れ
• Abstract要約: 閉じ込められたアリーナでミニチュアロボットをクラスタ化することは、Swarm Roboticsにとって重要な課題だ。 本稿では,各ロボットが自身の非線形モデル予測制御(NMPC)問題を解く分散予測フロッキングコントローラを提案する。 この一般化されたコントローラアーキテクチャでは,6つのバリアと制御バリア機能(CBF)の安全性を,オープンソースの振動駆動ブリストルボットのディジタル双対上で比較する。 ルックアヘッドの離散時間CBFは、最も多く衝突し、ほぼ全てのSwarmサイズで最も広いロボット間マージンが試験される。
• 参考スコア（独自算出の注目度）: 5.763781063006362
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Coordinating many miniature robots in a confined arena, with no leader, central planner, or global map, is a core challenge for swarm robotics. As the swarm grows denser, collision avoidance becomes the limiting factor, and the number of safely coexisting robots depends on the formulation of the inter-robot safety constraint. We present a distributed predictive flocking controller in which each robot solves its own nonlinear model predictive control (NMPC) problem, optimizing swarm cohesion and alignment costs, inter-robot and obstacle safety, and a task objective, while exchanging only predicted trajectories with local neighbors. Within this generalized controller architecture, solved in real time, we compare six barrier and control-barrier-function (CBF) safety formulations on a digital twin of an open-source vibration-driven bristlebot in a $0.64\,\mathrm{m^2}$ arena. A look-ahead discrete-time CBF performs best overall, with the fewest collisions and the widest inter-robot margins across nearly every swarm size tested. We deploy it on phototaxis, phototactic orbiting, and cohesion without a stimulus tasks, using swarm sizes starting from ten robots and up to the geometric packing limit. The swarm holds well: collisions stay low in small swarms, rising steeply as the packing limit approaches, while coordination and cohesion degrade gently rather than collapsing. The swarm is found not to trade safety for order, keeping both across the confined arena, with local alignment high at every swarm size.
• Abstract（参考訳）: リーダーもセントラルプランナーもグローバルマップもない、限定されたアリーナで多くのミニチュアロボットをコーディネートすることは、Swarm Roboticsにとって重要な課題だ。 群れがより密集するにつれて衝突回避が制限要因となり、安全に共存するロボットの数はロボット間の安全制約の定式化に依存する。 本研究では,各ロボットが自身の非線形モデル予測制御(NMPC)問題を解き,群集凝集とアライメントコストの最適化,ロボット間および障害物安全,タスク目標を最適化し,予測軌道のみを近隣住民と交換する分散予測群れ制御器を提案する。 この一般化されたコントローラアーキテクチャでは,6つのバリアと制御バリア関数 (CBF) の安全性を,0.64\,\mathrm{m^2}$アリーナのオープンソース振動駆動ブリストルボットのディジタル双対上で比較する。 ルックアヘッドの離散時間CBFは、最も多く衝突し、ほぼ全てのSwarmサイズで最も広いロボット間マージンが試験される。 10個のロボットから最大で幾何学的パッキング限界まで、Swarmサイズを用いて、刺激を伴わない光タキシー、光タクティック軌道、凝集にデプロイする。 衝突は小さな群れの中で低く保たれ、梱包限界が近づくにつれて急上昇する一方、調整と凝集は崩壊するよりも緩やかに低下する。 群れは秩序のために安全を保ち、制限されたアリーナを横切り、各群れの大きさで局所的なアライメントを高く保っている。

関連論文リスト

• CoopUQ: Robust Multi-Robot Social Navigation via Uncertainty-Aware Cooperative Forecasting [51.001180841180506]
  CoopUQは、不確実性を認識した協調的占有率予測と堅牢な意思決定を橋渡しするマルチロボットソーシャルナビゲーションフレームワークである。 本研究は,代表ベースラインよりも予測性能と安全性が向上したことを示す。
  論文  参考訳（メタデータ） (2026-10-19T17:59:49Z)
• 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)
• Pass the Bucket: Efficient, Robust, Local Load Balancing for Teams of Heterogeneous Robots [2.0329663822294926]
  異種ロボット群を対象とした分散的自己組織型タスク共有の課題について検討する。 負荷分散のためのEmphbucket旅団の簡易かつ効果的な機構に関する理論的,実践的な結果を示す。
  論文  参考訳（メタデータ） (2026-08-27T13:09:45Z)
• SPACE: Swarm Pheromone Fields for Adaptive Collision-Aware Exploration [5.462829303650626]
  本研究では,SPACE, Swarm Pheromone Fields for Adaptive Collision-Aware Explorationを提案する。 アリの餌食に触発されて、SPACEは、魅力的なフロンティアフェロモン、推進剤探索フェロモン、高速ロボット密度フィールドで共有環境を維持できる。 そこで,本研究では,実建築フロアプラン,すなわちHouseExpoデータセットから16のホームレイアウト,KTHデータセットから8のキャンパスフロア,および最大2,5,6台のロボット群を用いてSPACEを評価した。
  論文  参考訳（メタデータ） (2026-06-28T12:37:20Z)
• 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)
• Propagating Unsafe Actions in LLM Controlled Multi-Robot Collaboration via Single Robot Compromise [26.689718481370903]
  大規模言語モデル (LLMs) は、インテリジェンスにおける一般的なプランナーとしてますます使われている。 対戦相手が単一のエントリーロボットのみと対話するマルチロボットシステムに対する新たな攻撃パラダイムを提案する。 私たちはこのプロセスを3つのメトリクス、服従、伝染、ステルスネスで定量化します。
  論文  参考訳（メタデータ） (2026-05-15T05:45:52Z)
• Contingency Model-based Control (CMC) for Communicationless Cooperative Collision Avoidance in Robot Swarms [1.8731986346520637]
  CMC(Contingency Model-based Control)は、コミュニケーションに依存しない分散協調型アプローチである。 本稿では,コミュニケーションに依存しない分散協調型アプローチであるContingency Model-based Control (CMC)を提案する。
  論文  参考訳（メタデータ） (2025-12-23T14:28:42Z)
• Generalizability of Graph Neural Networks for Decentralized Unlabeled Motion Planning [72.86540018081531]
  ラベルなしの動作計画では、衝突回避を確保しながら、ロボットのセットを目標の場所に割り当てる。 この問題は、探査、監視、輸送などの応用において、マルチロボットシステムにとって不可欠なビルディングブロックを形成している。 この問題に対処するために、各ロボットは、その400ドルのアネレストロボットと$k$アネレストターゲットの位置のみを知っている分散環境で対処する。
  論文  参考訳（メタデータ） (2024-09-29T23:57:25Z)
• COPILOT: Human-Environment Collision Prediction and Localization from Egocentric Videos [62.34712951567793]
  エゴセントリックな観測から人間と環境の衝突を予測する能力は、VR、AR、ウェアラブルアシストロボットなどのアプリケーションにおける衝突回避を可能にするために不可欠である。 本稿では、ボディマウントカメラから撮影した多視点エゴセントリックビデオから、多様な環境における衝突を予測するという課題を紹介する。 衝突予測と局所化を同時に行うために,COPILOTと呼ばれるトランスフォーマーモデルを提案する。
  論文  参考訳（メタデータ） (2022-10-04T17:49:23Z)
• 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。