情報に基づくハイブリッドゾノトープ運動計画アルゴリズム
Informed Hybrid Zonotope-based Motion Planning Algorithm
非凸自由空間での経路計画を効率化するため、ハイブリッドゾノトープで障害物回避空間を分解し、楕円体ヒューリスティックで有望な遷移領域に探索を集中させる運動計画法を提案。確率的完全性と漸近的最適性を証明し、少ない反復で高品質な軌道に収束することを示した。
詳しい要約
1. どんなもの？
2. 先行研究と比べてどこがすごい？
3. 技術・手法の肝は？
4. どうやって有効だと検証した？
5. 議論はある？
6. 次に読むべき論文は？
※ AIが要旨から生成した要約です。正確性は原文をご確認ください。
著者: Peng Xie, Johannes Betz, Amr Alanwar
分類: cs.RO
原文アブストラクト
Optimal path planning in nonconvex free spaces poses substantial computational challenges. A common approach formulates such problems as mixed-integer linear programs (MILPs); however, solving general MILPs is computationally intractable and severely limits scalability. To address these limitations, we propose HZ-MP, an informed Hybrid Zonotope-based Motion Planner, which decomposes the obstacle-free space and performs low-dimensional face sampling guided by an ellipsotope heuristic, thereby concentrating exploration on promising transition regions. This structured exploration mitigates the excessive wasted sampling that degrades existing informed planners in narrow-passage or enclosed-goal scenarios. We prove that HZ-MP is probabilistically complete and asymptotically optimal, and demonstrate empirically that it converges to high-quality trajectories within a small number of iterations.
