日本フィジカルAI新聞

世界のフィジカルAIを、日本語で。

運動計画arXiv:2503.05539

拡散モデルによる運動学的動き計画のためのdb-A*高速化

Accelerating db-A* for Kinodynamic Motion Planning Using Diffusion

シェア:XThreadsFacebookLINEはてブBluesky

拡散モデルを用いて問題ごとに適応した運動プリミティブを生成し、db-A*による運動学的動き計画を最大30%高速化・高品質化した研究。

著者: Julius Franke, Akmaral Moldagalieva, Pia Hanfeld, Wolfgang Hönig

分類: cs.RO

原文アブストラクト

We present a novel approach for generating motion primitives for kinodynamic motion planning using diffusion models. The motions generated by our approach are adapted to each problem instance by utilizing problem-specific parameters, allowing for finding solutions faster and of better quality. The diffusion models used in our approach are trained on randomly cut solution trajectories. These trajectories are created by solving randomly generated problem instances with a kinodynamic motion planner. Experimental results show significant improvements up to 30 percent in both computation time and solution quality across varying robot dynamics such as second-order unicycle or car with trailer.

関連論文

  1. 1Boston Dynamics、車輪付きAtlasの研究試作機を紹介研究・技術
  2. 2newmoとKDDIが資本業務提携 2028年に堺市で自動運転タクシー商用化目指す提携・買収
  3. 3GXOとApptronik、Apolloの物流現場試験を拡大 最大1,000台の展開を構想量産・展開
  4. 4NVIDIA、CoRLでGR00T 2とIsaac Lab 3.0を発表新製品・発表
  5. 5UC BerkeleyとNVIDIAの研究者、AIエージェントでロボット制御コードを仮想環境で改善研究・技術

PR・アフィリエイト広告

FRONTIER(GPU搭載BTOパソコン)

FRONTIER(GPU搭載BTOパソコン)の公式広告バナーFRONTIERでGPU搭載PCを見る ↗
PR本紙発行元 EmplifAI