文献

J-GLOBAL ID：201702260732301475   整理番号：17A1271746

閉ループ予測を用いた最適運動計画のためのサンプリングベースアルゴリズム【Powered by NICT】

Sampling-based algorithms for optimal motion planning using closed-loop prediction

著者 (3件)： Arslan Oktay (Jet Propulsion Laboratory at the California Institute of Technology, Pasadena, CA 91109-8099, USA) ,  Berntorp Karl (Mitsubishi Electric Research Laboratories (MERL), Cambridge, MA 02139, USA) ,  Tsiotras Panagiotis (Faculty of D. Guggenheim School of Aerospace Engineering and the Institute for Robotics and Intelligent Machines at the Georgia Institute of Technology, Atlanta, GA 30332-0150, USA)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ICRA  ページ： 4991-4996  発行年： 2017年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 微分制約の下での運動計画は,ロボット工学における正準問題の一つである。最新の手法は一般的なサンプリングベースアルゴリズムの運動力学変異体周辺の進化,高速探索ランダムツリー(RRT)である。しかし,最適性を保証しながら複雑な動力学を含む,例えば,はまだ挑戦。開ループ動力学は不安定であるならば,制御空間におけるランダムサンプリングによる探査が非効率的である。CL RRT#,RRT#アルゴリズムからのアイデアとRRTアルゴリズム,閉ループ予測を用いた軌跡を生成する変異体を活用について述べた。閉ループ予測を用いたプランニングではその複雑な不安定動力学を処理することを可能にし,計算量的に困難なステアリング法を発見する必要性を回避した。RRT#アルゴリズムで提示した探索法は,代替参照軌跡上の探索による解の品質を改善することができた。自律運転シナリオ上で提案アプローチの利点を示した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： *アルゴリズム ,  *予測 ,  品質 ,  高速度 ,  軌跡 ,  計算量 ,  微分 ,  無作為抽出
準シソーラス用語： 自律性 ,  探索法 ,  最適性 ,  ロボット工学 ,  *運動計画 , 【Automatic Indexing@JST】

分類 (2件)： 人工知能  (JE08000Z) ,  ロボットの運動・制御  (IC04012J)

タイトルに関連する用語 (2件)： 予測 ,  計画