Daily Arxiv

世界中で発行される人工知能関連の論文をまとめるページです。
このページはGoogle Geminiを活用して要約し、非営利で運営しています。
論文の著作権は著者および関連機関にあり、共有する際は出典を明記してください。

Differentiable Motion Manifold Primitives for Reactive Motion Generation under Kinodynamic Constraints

Created by
  • Haebom

作者

Yonghyeon Lee

概要

高次元システムの運動制約の下で反応的かつ適応的な挙動を達成するために不可欠なリアルタイム運動生成問題を解決するために,二段階のアプローチを提示した。まず、作業関連の制約を満たす低次元軌跡多様体をオフラインで学習し、次にこの多様体内で迅速なオンライン検索を実行します。既存の離散時間運動多様体基本要素(MMP)フレームワークを拡張し、制約を満たすための戦略を使用してオフラインで収集された軌道最適化データを通じて学習された新しいニューラルネットワーク構造である微分可能運動多様体基本要素(DMMP)を提案します。 7自由度ロボットアームを使用した動的投影実験は、DMMPが従来の方法よりも計画速度、作業成功率、および制約満足度の面で優れていることを示しています。

Takeaways、Limitations

Takeaways:
高次元システムのリアルタイム運動生成問題に対する効率的かつ効果的な解決策の提示
DMMPによる従来方式より改善された計画速度,作業成功率,制約満足度の達成
連続時間と微分可能な軌跡生成のための新しいニューラルネットワークアーキテクチャの提案
オフラインデータを活用した効率的な学習戦略の提示
Limitations:
オフライン学習段階のデータ収集と最適化プロセスの計算コスト
DMMPの性能は学習データの質に大きく依存。
さまざまな作業やロボットシステムの一般化性能の追加検証が必要
制約を満たすための戦略の限界と改善の可能性。
👍