論文の概要: Online Hamilton-Jacobi Reachability Onboard the Robot Control Loop: A Real-Time GPU Solver for Safety-Critical Autonomy

• arxiv url: http://arxiv.org/abs/2611.04096v1
• Date: Tue, 03 Nov 2026 00:11:57 GMT
• ステータス: 情報取得中
• システム内更新日: 2026-11-04 17:33:23.328482
• Title: Online Hamilton-Jacobi Reachability Onboard the Robot Control Loop: A Real-Time GPU Solver for Safety-Critical Autonomy
• Title（参考訳）: ロボット制御ループ上でのオンラインハミルトン・ヤコビの到達可能性:安全臨界オートノミーのためのリアルタイムGPUソルバー
• Abstract要約: ハミルトン・ヤコビ(HJ)の到達性は、安全クリティカルなロボットシステムに認定された後方到達管(BRT)を提供する。 ロボットの制御ループ内を走れるほど高速な2D、3D、4Dダイナミックスのためのレベルセットのハミルトン・ヤコビ・ヤコブ・ソルバを提案する。
• 参考スコア（独自算出の注目度）: 48.490973622915725
• License:
• Abstract: Hamilton-Jacobi (HJ) reachability provides certified backward reachable tubes (BRTs) for safety-critical robotic systems, but the level-set computation scales exponentially in the state dimension and has historically been performed offline. As autonomy stacks (ADAS/AV, humanoid robotics, and vision-language-action models) increasingly rely on black-box, probabilistic policies, a deterministic safety layer with formal guarantees is an essential complement. We present a CUDA implementation of the canonical WENO5 + TVD-RK3 + Lax-Friedrichs level-set Hamilton-Jacobi-Isaacs solver for 2D, 3D, and 4D dynamics that is fast enough to run inside a robot's control loop. In 32-bit floating point (FP32) on a single workstation GPU (NVIDIA RTX 4000 Ada), it computes the 3D Air3D BRT at 112 Hz, a 4D pursuit-evasion BRT at 61 Hz, and a 2D wind-affected drifter BRT at 74-147 Hz, 5.9-17.5x faster than the JAX reference hj_reachability at matched precision and 1.7-16x faster than a torch.compile reimplementation of the same scheme. In 64-bit floating point (FP64) it agrees with hj_reachability on eight benchmark cases, reproduces Mitchell's Air3D BRT to within 0.04% of the reference cell count, and runs 2.0-4.6x faster. On an embedded NVIDIA Jetson AGX Thor it computes Air3D at 66 Hz (N=41) and the 2D drifter at 54 Hz, 3.8-8.9x faster than hj_reachability on the same device. As a multi-agent application, an in-kernel label-propagation extension recovers the K-agent capture-basin Voronoi tessellation from a single combined HJ solve, independent of fleet size; it runs at 4.0 ms per tick in a closed-loop wildfire-response simulation of six quadcopters under time-varying, non-uniform wind.
• Abstract（参考訳）: ハミルトン・ヤコビ(HJ)の到達性は、安全クリティカルなロボットシステムに対して認定された後方到達管(BRT)を提供するが、レベルセットの計算スケールは状態次元で指数関数的に増加し、歴史的にオフラインで実行されてきた。 自律性スタック(ADAS/AV、ヒューマノイドロボティクス、視覚言語アクションモデル)はブラックボックス、確率的ポリシーにますます依存しているため、形式的な保証を持つ決定論的安全層が不可欠である。 本稿では,ロボットの制御ループ内で動作可能な高速な2D,3D,4Dダイナミックスのための標準WENO5+TVD-RK3+Lax-FriedrichsレベルセットHamilton-Jacobi-IsaacsソルバのCUDA実装について述べる。 単一のワークステーションGPU(NVIDIA RTX 4000 Ada)上の32ビット浮動小数点(FP32)では、112 Hzの3D Air3D BRT、61 Hzの4D追従回避BRT、74-147 Hzの2D風影響ドリフトBRT、一致した精度でのJAX参照hj_reachabilityの5.9-17.5倍の速さで、同じスキームのトーチ・コンパイルによる再実装よりも1.7-16倍高速である。 64ビット浮動小数点(FP64)では、8つのベンチマークケースでhj_reachabilityに一致し、MitchellのAir3D BRTを基準セル数の0.04%以内に再現し、2.0-4.6倍高速に動作させる。 組み込みのNVIDIA Jetson AGX Thorでは、同じデバイス上のhj_reachabilityよりも66Hz(N=41)でAir3Dと54Hz、3.8-8.9倍速い2Dドリフトを演算する。 マルチエージェントアプリケーションとして、カーネル内のラベルプロパゲーション拡張は、1つの複合HJソルバからK-エージェントキャプチャベースヴォロノワテッセルレーションを回収し、時間変化のない非一様風下で6機のクアッドコプターのクローズドループ・ワイルドファイア・レスポンス・シミュレーションにおいて、タック毎の4.0msで動作する。

関連論文リスト

• RoboWorM: Evaluating Movement Realism, Consistency and Acceleration Affects in Embodied Video World Models [78.10886118053115]
  ビデオワールドモデル(VWM)は、ロボット操作のためのスケーラブルなニューラルシミュレータとして急速に発展しつつある。 ほとんどのベンチマークでは、厳密な3次元空間的推論とキネマティック推論を欠いたビジョンランゲージモデル(VLM)を使用して、それらをオープンワールドビデオジェネレータとしてのみ評価している。 このギャップを埋めるために、包括的で既知のハードウェア事前ベンチマークであるRoboWorMを紹介します。 我々は,RoboWorMが表面的な視覚的品質を維持しつつ,配置クリティカルな物理的制約を黙秘的に克服できることを実証する。
  論文  参考訳（メタデータ） (2026-10-24T17:11:06Z)
• Localization and Neural Splatting on the Edge: An FPGA Scene Memory for Robots [1.8221885425254711]
  リソースに制約のあるロボットと自動運転車は、カメラをローカライズし、デスクトップGPUなしで近くのビューをレンダリングするシーン記憶を必要とする。 我々は、低消費電力FPGA/ARMプラットフォームにACEsplatスタイルのワークロードをもたらす、AMD KR260上のエッジメモリアクセラレーションシステムであるLENSを紹介する。
  論文  参考訳（メタデータ） (2026-10-18T07:18:24Z)
• FlashRT-PAI: Fast Kernels Are Not Fast Pipelines for Physical AI Inference [3.8308602670912943]
  FLASHRT-PAIは、モデル-ハードウェアパイプラインの共設計に基づいて構築された低言語推論エンジンである。 FLASHRT-PAIには3つのコアメカニズムが組み合わさっている: ディープカーネルの融合とオーバラップオーバーラップにより、オペレータ間のバウンダリとローンチギャップがなくなる; 実行契約はパイプラインのステージDAG、更新レート、名前付きバッファを形式化する。 16ビットの精度で、FLASHRT-PAIは公式パスよりも1.3-3.7倍高速である。
  論文  参考訳（メタデータ） (2026-10-17T00:35:58Z)
• DreamHand: Repurposing Video Diffusion Models for Occlusion-Robust Egocentric 3D Hand Motion Recovery [51.92897182932217]
  Egocentric Videoは、組み込みAIのためのスケーラブルな操作データを提供する。 しかし、重度物体の閉塞と頻繁な視界外ギャップのため、3次元手指軌跡の復元は困難である。 オフラインのクリップレベルフレームワークであるDreamHandを導入し、決定論的クリーンレイテンシを使って機能を抽出し、双方向時空間デコーダでデコードする。
  論文  参考訳（メタデータ） (2026-08-20T17:46:24Z)
• SoRoMoX: Fast, Differentiable, and Parallelizable Soft Robot Models [40.64972837908431]
  SoRoMoXは、統一された制御可能なインターフェースを通じて、明瞭な、Piecewise Constant Strain、および可変ストレインモデルを実装している。 連続したCPUロールアウトは最先端の代替よりも18.1倍速く、GPU並列ロールアウトはスループットを最大234.6倍向上させる。
  論文  参考訳（メタデータ） (2026-08-06T23:31:47Z)
• RRTrack: Robust and Recoverable Object 6D Pose Tracking for Dynamic Scenes [55.15267980622371]
  RRTrackは効率的で復元可能なオブジェクト6Dポーズトラッカーである。 高速な動きと目標の消光によるロバストな追跡を可能にする。 実験の結果、RRTrackはADD-S ARを66.3%改善し、ADD-S AUCを65.7%改善した。
  論文  参考訳（メタデータ） (2026-07-26T14:05:46Z)
• LocalNav: Distilling Frontier VLMs and Embodied RL for On-Device Object Goal Navigation [53.88286427894783]
  視覚言語モデル(VLM)は、ロボット分野において、言語コンテキストによる環境認識を可能にする強力なツールとして登場した。 しかし、彼らの計算フットプリントは、通常、それらをクラウド実行に制限し、リソースに制約のあるロボットへのローカルなデプロイによる低レイテンシの推論を妨げる。 本稿では,大規模フロンティアモデルからの複雑な空間意味推論を,組み込みGPUデバイス上でエッジ実行を行うための軽量な4BパラメータローカルVLMに転送する蒸留戦略を提案する。
  論文  参考訳（メタデータ） (2026-06-26T09:11:59Z)
• cuRoboV2: Dynamics-Aware Motion Generation with Depth-Fused Distance Fields for High-DoF Robots [12.825461775215366]
  cuRoboV2は、シングルアームマニピュレータからフルヒューマノイドにスケールするモーション生成スタックである。 1)スムーズさとトルク制限を強制するB-スプライン軌道最適化,(2)フルワークスペースをカバーする高密度符号付き距離場を生成するGPUネイティブTS/ESDF認識パイプライン,(3)高DoFヒューマノイドにも拡張しながら最大61倍の速度で到達する逆ダイナミクスマップ-リデュース自己ネイティブ。
  論文  参考訳（メタデータ） (2026-03-05T18:58:04Z)
• 4D Gaussian Splatting for Real-Time Dynamic Scene Rendering [103.32717396287751]
  本研究では,動的シーンの全体像として4D-GS(Gaussian Splatting)を提案する。 HexPlaneにインスパイアされたニューラルボクセル符号化アルゴリズムは、4Dニューラルボクセルの機能を効率的に構築するために提案されている。 我々の4D-GS法は、高解像度の82 FPSで、3090 GPUで800$times$800の解像度でリアルタイムレンダリングを実現する。
  論文  参考訳（メタデータ） (2023-10-12T17:21:41Z)

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。