論文の概要: Continuous-Time Safe Planning and Control for Agile Quadrupeds

• arxiv url: http://arxiv.org/abs/2610.35670v1
• Date: Mon, 26 Oct 2026 16:14:07 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-27 22:27:14.065307
• Title: Continuous-Time Safe Planning and Control for Agile Quadrupeds
• Title（参考訳）: アジャイル四足歩行の継続的安全計画と制御
• Abstract要約: 四足歩行ロボットのためのリアルタイム動作計画フレームワークを提案する。 衝突回避と各計画地平線全体に対する入力境界の証明に凸船体特性を利用する。
• 参考スコア（独自算出の注目度）: 2.6650369003712338
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Agile quadruped navigation in dynamic environments demands trajectories that are both dynamically feasible and provably collision-free. Most real-time planners achieve tractability through a convex reduction that requires simplified kinematic models, discarding motion that the robot can readily execute, and certify safety only at discretization points, leaving open possible inter-sample collisions with moving obstacles. We present a real-time motion planning framework that retains the fully-actuated $SE(2)$ model of a quadruped, with its anisotropic, heading-coupled velocity bounds, and accepts the resulting nonconvexity. By parameterizing trajectories as composite Bernstein polynomials, we exploit the convex hull property to certify collision avoidance and the input bounds over the entirety of each planning horizon. Solved at online replanning rates, the optimization runs in closed loop, commanding body velocities to the locomotion controller. We validate the approach in simulation against ablations and external baselines, and in hardware experiments on a quadruped navigating among unknown moving obstacles, recovering both lateral and heading-coupled motion that simplified models exclude.
• Abstract（参考訳）: 動的環境におけるアジャイルの四足歩行は、動的に実現可能で、衝突のない軌道を必要とする。 ほとんどのリアルタイムプランナーは、簡易な運動モデルを必要とする凸縮小(convex reduction)、ロボットが容易に実行可能な動作の破棄、識別ポイントのみの安全性の証明、移動する障害物とのサンプル間衝突のオープン化などにより、トラクタビリティを達成している。 実時間運動計画フレームワークは, 四重対角速度境界を持つ四重対のフルアクチュアルな$SE(2)$モデルを保持し, 結果として生じる非凸性を受け入れる。 軌道を複合ベルンシュタイン多項式としてパラメータ化することにより、衝突回避と各平面全体の入力境界を証明するために凸船体特性を利用する。 オンラインのリプランレートで解決され、最適化はクローズドループで実行され、ロコモーションコントローラにボディ速度を指示する。 本研究は, アブレーションと外部ベースラインに対するシミュレーションのアプローチと, 未知の移動障害物間の四足歩行によるハードウェア実験において, モデルから除外した横方向と向き方向の両動作を再現する手法の有効性を検証した。

関連論文リスト

• OmniRisk: Omnidirectional Trajectory-Risk Learning for Agile Quadrotor Dynamic Avoidance [16.030019032713916]
  OmniRiskは、軌道レベルのリスクをオフラインで学習し、効率的なオンボード回避を実現する全方向計画フレームワークである。 我々は、接近する相互作用を強調する障害物速度に整合した非対称なリスクフィールドを定式化し、後退するリスクフィールドを減衰させる。 この定式化は、軌道に沿ったオンラインリスク蓄積を排除し、障害物数とは無関係にリスク推論コストを発生させる。
  論文  参考訳（メタデータ） (2026-09-16T06:27:55Z)
• Robotic Servo Tracking of Moving Targets with Dynamic Imitation Constraints [5.415143520107641]
  本稿では,擬似軌道制約に基づくサーボ追跡手法を提案する。 形状と振幅成分を組み込んだ時間スケーリング可能な変形機構と軌道変調を導入し、一連の軌道をリアルタイムで生成する。 提案手法は, 複雑な環境下でのいくつかの最先端手法と比較して, 動的障害物回避と高精度収束を実現することができる。
  論文  参考訳（メタデータ） (2026-09-13T15:17:44Z)
• CosmoH2G: A Hand-to-Gripper Transfer Dataset and Baseline Method for Object Manipulation with Complex Spatial Movements [63.40365657068892]
  ロボットグリップに人手によるデモンストレーションを移すことは、最近、ロボット学習の費用対効果の高いソリューションとして浮上した。 このギャップに触発された我々は、きめ細かい手の動きによって導かれる暗黙的なデータ駆動アプローチを採用した。 シミュレーションと実ロボット実験の両方において、我々のフレームワークは複雑な空間操作の安定かつ高精度なハンド・トゥ・グルーパー転送を可能にする。
  論文  参考訳（メタデータ） (2026-09-07T13:47:22Z)
• Nonlinear Model Predictive Control via Sequential Convex Programming for Drone-to-Drone Docking [0.0]
  本研究は, ドッキングタスクを外乱状態が拡張された低次非線形モデルに基づいて, 有限水平最適制御問題として定式化する。 その結果, 動的に実現可能なドッキング軌道を生成するために, 後退水平フレームワーク内での逐次凸プログラミングを用いて問題を解く。
  論文  参考訳（メタデータ） (2026-08-11T06:27:45Z)
• 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)
• 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)
• MAPLE: Latent Multi-Agent Play for End-to-End Autonomous Driving [62.43744546817599]
  視覚言語-アクション(VLA)モデルは、エンドツーエンドのモーションプランナーとして有効であるが、クローズドループ設定で評価すると不安定である。 本稿では, VLAモデルの潜在空間における動的駆動シナリオの, リアクティブでマルチエージェントなロールアウトのための新しいフレームワークMAPLEを提案する。 MAPLEはBench2Driveで最先端の駆動性能を実現し、堅牢なE2E自動運転システムのためのスケーラブルでクローズループなマルチエージェントプレイを実演する。
  論文  参考訳（メタデータ） (2026-05-13T23:35:14Z)
• Hypergraph-State Collaborative Reasoning for Multi-Object Tracking [63.32950991964095]
  複数の相関オブジェクト間の共同推論による動き推定を向上する協調推論フレームワークを提案する。 類似の運動状態を持つ物体同士を互いに拘束し、互いに洗練させることで、我々のフレームワークはノイズの軌道を安定させ、目標を遮蔽しても可塑性運動の連続性を推測する。
  論文  参考訳（メタデータ） (2026-04-14T12:37:39Z)
• Monte Carlo Tree Search with Velocity Obstacles for safe and efficient motion planning in dynamic environments [49.30744329170107]
  本稿では,動的障害物に関する情報を最小限に抑えた最適オンライン動作計画手法を提案する。 提案手法は,モデルシミュレーションによるオンライン最適計画のためのモンテカルロ木探索 (MCTS) と障害物回避のためのVelocity Obstacles (VO) を組み合わせた。 我々は,非線形モデル予測制御(NMPC)を含む最先端のプランナーに対して,衝突速度,計算,タスク性能の向上の観点から,我々の方法論の優位性を示す。
  論文  参考訳（メタデータ） (2025-01-16T16:45:08Z)
• First Steps: Latent-Space Control with Semantic Constraints for Quadruped Locomotion [73.37945453998134]
  従来の四重化制御のアプローチでは、単純化された手作りのモデルが採用されている。 これにより、有効な運動範囲が縮小されているため、ロボットの能力が大幅に低下する。 この研究において、これらの課題は、構造化潜在空間における最適化として四重化制御をフレーミングすることによって解決される。 深い生成モデルは、実現可能な関節構成の統計的表現を捉え、一方、複雑な動的および終端的制約は高レベルな意味的指標によって表現される。 実世界とシミュレーションの両方で最適化された移動軌跡の実現可能性を検証する。
  論文  参考訳（メタデータ） (2020-07-03T07:04:18Z)

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。