論文の概要: AC-SMPC: Differentiable Actor--Critic MPC with State Constraints for Safe and Fast Robot Navigation
- arxiv url: http://arxiv.org/abs/2610.41477v1
- Date: Fri, 30 Oct 2026 09:28:23 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-11-02 22:05:31.670635
- Title: AC-SMPC: Differentiable Actor--Critic MPC with State Constraints for Safe and Fast Robot Navigation
- Title（参考訳）: AC-SMPC:差別化可能なアクタ--安全かつ高速なロボットナビゲーションのための状態制約付き臨界MPC
- Abstract要約: 既存のアクター-批判的なMPCアーキテクチャは、通常、微分可能なMPC層を使用する。
本研究では,状態制約を伴うアクタ-批判モデル予測制御フレームワークを提案する。
- 参考スコア（独自算出の注目度）: 5.450197548154264
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Achieving safe navigation in confined dynamic environments remains a challenging problem, as robots must balance navigation efficiency with safety. Existing actor--critic MPC architectures typically employ differentiable MPC layers, but this way cannot readily accommodate explicit state constraints, making it intractable to involve collision avoidance within learning-based planning. To address this issue, we propose an actor--critic model predictive control framework with state constraints. We first use vertices to represent the robot and obstacles, and half-spaces to represent the workspace. Based on these, the nonlinear robot dynamics is locally linearized and the hyperplane-based collision avoidance constraints are convexified into the differentiable MPC layer, and then the actor exploits closed-loop feedback to adjust the MPC objective parameters that shape local motion behavior, while the critic evaluates long-term task performance. We further relax the convexified constraints with bounded and penalized slack variables to form an elastic quadratic program, accommodating cases where the local constraint approximations cannot be satisfied simultaneously. Simulation tests and experiments, involving dynamic collision avoidance for multi-robot in narrow cases, illustrate the advantages of the proposed framework in adaptively adjusting the learned policy and improving navigation efficiency over existing approaches while maintaining the motion safety.
- Abstract（参考訳）: ロボットはナビゲーション効率と安全性のバランスをとる必要があるため、制限された動的環境における安全なナビゲーションを実現することは難しい問題である。
既存のアクター批判型MPCアーキテクチャは、通常、微分可能なMPC層を用いるが、この方法では明示的な状態制約に容易に対応できないため、学習ベースの計画において衝突回避を伴わない。
この問題に対処するために,状態制約を伴うアクタ批判モデル予測制御フレームワークを提案する。
まず、ロボットと障害物を表すために頂点を使い、作業空間を表すためにハーフスペースを使います。
これらのことから、非線形ロボット力学は局所線形化され、超平面に基づく衝突回避制約は微分可能なMPC層に凸化され、アクターは閉ループフィードバックを利用して局所的な動きの挙動を形作るMPC目標パラメータを調整し、批判者は長期タスク性能を評価する。
さらに,局所的制約近似を同時に満たさない場合において,有界かつペナル化されたスラック変数による凸制約を緩和し,弾性二次プログラムを形成する。
狭い場合におけるマルチロボットの動的衝突回避を含むシミュレーション実験は、学習方針を適応的に調整し、動作安全性を維持しつつ既存のアプローチよりもナビゲーション効率を向上する上で、提案フレームワークの利点を実証するものである。
関連論文リスト
- Time-Efficient Iterative Learning Planning for Safety-Critical Dynamic Obstacle Avoidance [49.35246226163005]
本稿では、予測リスクブレンド制御バリア機能(ARB-CBF)を統合することにより、動的環境における安全クリティカルなナビゲーションに反復学習計画(ILP)を拡張する。
総合的なシミュレーションと実世界の実験により、最適化ベースのベースラインに比べて計算オーバーヘッドが低く、時間効率と安全性が優れていることが証明された。
論文 参考訳（メタデータ） (2026-09-17T14:12:36Z) - AI-Augmented Model Predictive Control for Safe and Adaptive Rendezvous and Proximity Operations [2.787067333542931]
本研究は,多エージェント対逆シナリオにおける自律宇宙船RPOのための適応型モデル予測制御(MPC)フレームワークを提案する。
このフレームワークは、モンテカルロシミュレーションにより、公式のKSPDG(Kerbal Space Program Differential Game)で評価された。
論文 参考訳（メタデータ） (2026-07-18T04:20:23Z) - 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) - Safe Polytope-in-Polytope Motion Planning and Control with Control Barrier Functions [45.68209588239261]
本研究は,多目的ロボットのフットプリントが凸自由空間領域内に留まることを保証する安全な局所運動計画制御手法を提案する。
提案された自由空間定式化では障害物検出やセグメンテーションは不要である。
このアプローチは、自動運転車と非ホロノミックな移動ロボットによるハードウェアによるシミュレーションで検証されている。
論文 参考訳（メタデータ） (2026-06-08T16:44:28Z) - Learning Predictive Control with Deep Koopman Operators for Autonomous Vehicle Motion Planning [11.149068950974113]
モデル予測制御(MPC)は自律走行車(AV)運動計画に広く用いられているが、リアルタイム適用性は限られている。
Actor-criticは動的道路環境における非線形学習問題に対するオンラインソリューションを提供する。
本稿では、効率的なリアルタイム動作制御のためのディープ・クープマン演算子を用いたフレームワークを提案する。
論文 参考訳（メタデータ） (2026-06-06T12:26:21Z) - 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) - Navigating the Clutter: Waypoint-Based Bi-Level Planning for Multi-Robot Systems [54.887871365121775]
乱雑な環境におけるマルチロボット制御は、複雑な物理的制約を伴う難しい問題である。
タスクとモーションプランニングを協調的に最適化するハイブリッドマルチロボット制御フレームワークを提案する。
我々のアプローチは、動作に依存しないベースラインとVLAベースのベースラインよりもタスクの成功を継続的に改善する。
論文 参考訳（メタデータ） (2026-04-22T22:58:47Z) - MIRROR: Visual Motion Imitation via Real-time Retargeting and Teleoperation with Parallel Differential Inverse Kinematics [20.41490560492412]
リアルタイムヒューマノイド遠隔操作には応答性逆運動学(IK)が必要である。
本稿では,GPU並列化された連続型差動IKを提案する。
本手法は,人体ロボットTheMIS上で,実世界のタスクにおいて,堅牢でリアルタイムな上半身遠隔操作を可能にする視覚骨格ポーズ推定パイプラインと組み合わせる。
論文 参考訳（メタデータ） (2026-03-25T06:49:58Z) - Constraining Streaming Flow Models for Adapting Learned Robot Trajectory Distributions [10.615762867055677]
Streaming Flow Policies (SFPs) は,学習速度場をアクション空間に直接統合することにより,ロボット軌道を生成するための強力なパラダイムとして登場した。
本研究では,ストリーミングフローポリシーを制約に依存したメトリクスで拡張し,実行中に学習速度場を再構築するフレームワークであるConstraint-Aware Streaming Flow (CASF)を提案する。
シミュレーションおよび実世界の操作タスクにおいてCASFを実証し、スムーズで実現可能で、動的に一貫した制約を満たす軌道を生成することを示した。
論文 参考訳（メタデータ） (2026-02-17T13:27:05Z) - 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) - Nonprehensile Riemannian Motion Predictive Control [57.295751294224765]
本稿では,リアル・ツー・シムの報酬分析手法を導入し,リアルなロボット・プラットフォームに対する行動の可能性を確実に予測する。
連続的なアクション空間でオブジェクトを反応的にプッシュするクローズドループコントローラを作成します。
我々は,RMPCが乱雑な環境だけでなく,乱雑な環境においても頑健であり,ベースラインよりも優れていることを観察した。
論文 参考訳（メタデータ） (2021-11-15T18:50:04Z)
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。