論文の概要: Value Function-Guided MPPI for Hierarchical Planning and Control in Off-Road Autonomous Navigation
- arxiv url: http://arxiv.org/abs/2610.38731v1
- Date: Wed, 28 Oct 2026 19:25:23 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-11-03 08:47:28.007133
- Title: Value Function-Guided MPPI for Hierarchical Planning and Control in Off-Road Autonomous Navigation
- Title（参考訳）: オフロード自律走行における階層的計画と制御のための値関数誘導MPPI
- Abstract要約: 本稿では,低レベルコントローラが計画レベルでの軌道選択をガイドできる階層的計画制御フレームワークを提案する。
我々は,高忠実度オフロード運転シミュレータにおけるアプローチを,難易度な地形条件で評価した。
- 参考スコア（独自算出の注目度）: 11.021466855066434
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Autonomous navigation in off-road terrain is commonly achieved using hierarchical control and planning architectures that rely on explicit cost maps and one-way information flow from a high-level planner to a low-level controller, decoupling planning from the true execution cost experienced during control. We propose a hierarchical planning and control framework in which information flows bidirectionally, allowing the low-level controller to guide trajectory selection at the planning level. The highest level of the hierarchy is a Model Predictive Path Integral (MPPI) control-style planner that determines optimal trajectories and passes these waypoints to a pretrained low-level reinforcement learning (RL) controller. Rather than drawing from an explicit cost map, our MPPI planner leverages the value function of the RL controller as an implicit cost representation. In this formulation, MPPI serves as a trajectory exploration mechanism, while the low-level controller's value function guides the search. To account for the distribution shift seen by the value function between training and evaluation, we propose an online policy evaluation process that adapts the value function to unseen driving experiences, and we demonstrate this adaptation in unseen off-road simulation environments. We evaluate our approach in a high-fidelity off-road driving simulator across a range of challenging terrain conditions and compare its performance against a baseline MPPI controller. The results demonstrate that our method achieves safer and more effective navigation to goal locations while eliminating the need for explicit cost maps and enabling tighter coupling between planning and control.
- Abstract（参考訳）: オフロード地形における自律的なナビゲーションは、明示的なコストマップと高レベルプランナーから低レベルコントローラへの片道情報フローに依存し、コントロール中に経験した真の実行コストからプランニングを分離する階層的な制御と計画アーキテクチャを使って、一般的に達成される。
情報の流れを双方向に制御する階層的計画制御フレームワークを提案し,低レベル制御器が計画レベルでの軌道選択をガイドできるようにする。
階層の最高レベルはモデル予測パス積分(MPPI)制御型プランナーで、最適軌道を決定し、これらの経路ポイントを事前訓練された低レベル強化学習(RL)コントローラに渡す。
明示的なコストマップから引き出すのではなく,我々のMPPIプランナは,RLコントローラの値関数を暗黙的なコスト表現として活用する。
この定式化では、MPPIは軌道探索機構として機能し、低レベルコントローラの値関数は探索を導く。
トレーニングと評価の間にある価値関数の分布変化を考慮し,その価値関数を運転経験に適応させるオンライン政策評価プロセスを提案し,これをオフロードシミュレーション環境で実証する。
我々は,高忠実度オフロード運転シミュレータによる様々な地形条件下でのアプローチを評価し,その性能をベースラインMPPIコントローラと比較した。
提案手法は,コストマップの必要性を排除し,計画と制御の密結合を図りながら,目標地点への安全で効率的なナビゲーションを実現する。
関連論文リスト
- Beyond Waypoints: A Trajectory-Centric Waypointing Paradigm for Vision-Language Navigation [79.12557132788139]
VLN-CE(Vision-Language Navigation in Continuous Environments)では、エージェントが現実世界のような環境でナビゲートしながら自然言語の指示に従う必要がある。
ほとんどのVLN-CEアプローチでは、ウェイポイント予測器がウェイポイントを提案し、ナビゲータが最良のウェイポイントを選択する。
提案手法は,各候補の経路点を実行可能な軌道に配置する,トラジェクトリ・ウェイポイントという新しいパラダイムを導入する。
論文 参考訳（メタデータ） (2026-06-05T13:11:39Z) - A Survey on Sensor-based Planning and Control for Unmanned Underwater Vehicles [2.6706790642027194]
本調査は無人水中車両(UUV)のセンサによる最近の計画・制御手法について検討する。
焦点は、SONARや慣性測定ユニット(IMU)のようなリアルタイムセンサー入力に適応するリアクティブなローカルプランニングレイヤである。
この調査では、既存の文献を、センサーベースの計画と制御のための分離された結合アーキテクチャに分類している。
論文 参考訳（メタデータ） (2026-04-06T00:40:37Z) - A Unified Experimental Architecture for Informative Path Planning: from Simulation to Deployment with GuadalPlanner [69.43049144653882]
本稿では,車種別制御から高レベルの意思決定を分離する統一アーキテクチャを提案する。
提案アーキテクチャは、計画、センシング、車両実行の標準化されたインターフェースを定義するGuaralPlannerを通じて実現されている。
論文 参考訳（メタデータ） (2026-02-11T10:02:31Z) - Multi-Waypoint Path Planning and Motion Control for Non-holonomic Mobile Robots in Agricultural Applications [0.0]
無人移動ロボットは、非構造農業環境をナビゲートできるという需要が高まっている。
草地における雑草制御のようなタスクは、順序のない座標の集合を通して効率的な経路計画を必要とする。
本稿では,Dubins Traveling Salesman問題に基づくグローバルパスプランナを組み合わせた統合ナビゲーションフレームワークを提案する。
論文 参考訳（メタデータ） (2025-07-31T08:56:24Z) - SCoTT: Strategic Chain-of-Thought Tasking for Wireless-Aware Robot Navigation in Digital Twins [78.53885607559958]
無線対応経路計画フレームワークであるSCoTTを提案する。
SCoTT は DP-WA* の2% 以内で経路ゲインを達成し, 連続的に短い軌道を生成できることを示す。
また,ガゼボシミュレーションにおいて,SCoTTをROSノードとして配置することにより,本手法の実用性を示す。
論文 参考訳（メタデータ） (2024-11-27T10:45:49Z) - Goal-Conditioned Terminal Value Estimation for Real-time and Multi-task Model Predictive Control [1.2687745030755995]
マルチタスクポリシー最適化を実現するために,目標条件付き端末値学習を用いたMPCフレームワークを開発した。
提案手法を2足歩行逆振りロボットモデルで評価し,目標条件付き終端値学習と上層軌道プランナーを組み合わせることで,リアルタイムに制御できることを確認する。
論文 参考訳（メタデータ） (2024-10-07T11:19:23Z) - Affordances-Oriented Planning using Foundation Models for Continuous Vision-Language Navigation [64.84996994779443]
本稿では,連続視覚言語ナビゲーション(VLN)タスクのためのAffordances-Oriented Plannerを提案する。
我々のAO-Plannerは、様々な基礎モデルを統合して、アベイランス指向の低レベルな動き計画とハイレベルな意思決定を実現する。
挑戦的なR2R-CEデータセットとRxR-CEデータセットの実験は、AO-Plannerが最先端のゼロショットのパフォーマンスを達成したことを示している。
論文 参考訳（メタデータ） (2024-07-08T12:52:46Z) - Policy Search for Model Predictive Control with Application to Agile
Drone Flight [56.24908013905407]
MPCのためのポリシ・フォー・モデル・予測制御フレームワークを提案する。
具体的には、パラメータ化コントローラとしてMPCを定式化し、パラメータ化の難しい決定変数を高レベルポリシーとして表現する。
シミュレーションと実環境の両方において,我々の制御器が堅牢かつリアルタイムに制御性能を発揮することを示す実験を行った。
論文 参考訳（メタデータ） (2021-12-07T17:39:24Z) - Trajectory Planning for Autonomous Vehicles Using Hierarchical
Reinforcement Learning [21.500697097095408]
不確実かつ動的条件下で安全な軌道を計画することは、自律運転問題を著しく複雑にする。
RRT(Rapidly Exploring Random Trees)のような現在のサンプリングベース手法は、高い計算コストのため、この問題には理想的ではない。
軌道計画のための階層型強化学習構造とPID(Proportional-Integral-Derivative)コントローラを提案する。
論文 参考訳（メタデータ） (2020-11-09T20:49:54Z)
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。