日本フィジカルAI新聞

世界のフィジカルAIを、日本語で。

群制御arXiv:2512.06796

db-LaCAM: 不連続性を許容した探索と軽量MAPFによる高速でスケーラブルなマルチロボット動力学運動計画

db-LaCAM: Fast and Scalable Multi-Robot Kinodynamic Motion Planning with Discontinuity-Bounded Search and Lightweight MAPF

シェア:XThreadsFacebookLINEはてブBluesky

ロボットの動力学を考慮した運動プリミティブとMAPFを組み合わせ、最大50台のロボットの運動計画を最大10倍高速に解く手法を提案し、飛行ロボット群とトレーラー付き車両で実機検証した。

詳しい要約

1. どんなもの?

- 複数ロボットの kinodynamic motion planning を高速・高スケールで解くプランナー db-LaCAM の提案 - 事前計算した motion primitives を用いて horizon 長の動作列を生成 - 連続する動作間にユーザー定義の discontinuity を許容 - motion primitives に対して resolution-complete であり、任意のロボット dynamics を扱える - 2D/3D 環境、unicycle や 3D double integrator の dynamics で検証 - 最大 50 台のロボットにスケールし、物理実験(飛行ロボット群、car-with-trailer)も実施

2. 先行研究と比べてどこがすごい?

- 従来の multi-robot kinodynamic motion planner は計算負荷が高く、数台規模でスケールせず計画時間も遅い - 現代の MAPF アルゴリズムのスケーラビリティと速度を、kinodynamic planner の動力学考慮と組み合わせた点が新しい - 最大 50 台のシナリオへ効率的にスケール - state-of-the-art プランナー比で最大 10 倍高速な runtime を達成 - 解品質は同等を維持 - 2D/3D の dynamics と 2 種類の物理実験で有効性を示す

3. 技術・手法の肝は?

- ロボット dynamics を尊重する motion primitives の集合を事前計算 - それらを用いて horizon 長の motion sequence を生成 - 連続動作間の discontinuity をユーザー定義で許容する探索を導入 - これにより MAPF 的なスケーラブル探索と kinodynamic な動力学考慮を両立 - motion primitives に関して resolution-complete を保証 - 任意の robot dynamics に対応可能な設計 - 詳細なアルゴリズム構成は要旨からは不明

4. どうやって有効だと検証した?

- 2D および 3D 環境で実験 - unicycle と 3D double integrator の dynamics を用いて評価 - 最大 50 台のロボットを含むシナリオでスケールを確認 - state-of-the-art プランナーと比較し最大 10 倍高速な runtime を報告 - 解品質が同等であることを確認 - 飛行ロボット群と car-with-trailer ロボットの 2 つの物理実験で計画軌道の安全な実行を実証

5. 議論はある?

- 計算負荷とスケーラビリティの課題に対し、MAPF の速度と kinodynamic の動力学考慮を統合する方向性を示す - discontinuity を許容することで探索効率を高める設計上のトレードオフが示唆されるが、詳細な議論は要旨からは不明 - 解品質と速度のバランス、物理実験での安全性は示されている - 限界や失敗ケース、パラメータ感度などの議論は要旨からは不明

6. 次に読むべき論文は?

- LaCAM(本手法名の由来となる MAPF プランナー) - 比較対象である state-of-the-art multi-robot kinodynamic motion planners(具体名は要旨からは不明) - motion primitives に基づく kinodynamic planning の関連研究 - MAPF と kinodynamic planning を統合する関連手法

※ 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: Akmaral Moldagalieva, Keisuke Okumura, Amanda Prorok, Wolfgang Hönig

分類: cs.RO

原文アブストラクト

State-of-the-art multi-robot kinodynamic motion planners struggle to handle more than a few robots due to high computational burden, which limits their scalability and results in slow planning time. In this work, we combine the scalability and speed of modern multi-agent path finding (MAPF) algorithms with the dynamic-awareness of kinodynamic planners to address these limitations. To this end, we propose discontinuity-Bounded LaCAM (db-LaCAM), a planner that utilizes a precomputed set of motion primitives that respect robot dynamics to generate horizon-length motion sequences, while allowing a user-defined discontinuity between successive motions. The planner db-LaCAM is resolution-complete with respect to motion primitives and supports arbitrary robot dynamics. Extensive experiments demonstrate that db-LaCAM scales efficiently to scenarios with up to 50 robots, achieving up to ten times faster runtime compared to state-of-the-art planners, while maintaining comparable solution quality. The approach is validated in both 2D and 3D environments with dynamics such as the unicycle and 3D double integrator. We demonstrate the safe execution of trajectories planned with db-LaCAM in two distinct physical experiments involving teams of flying robots and car-with-trailer robots.

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. 2GXO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
  3. 3newmo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
  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

OZ GAMING(GPU搭載BTOゲーミングPC)

OZ GAMING(GPU搭載BTOゲーミングPC)の公式広告バナーOZ GAMINGで完成品PCを見る ↗
PR本紙発行元 EmplifAI