物体中心拡散による衝突回避MPCのウォームスタート

物体中心表現で条件付けしたdiffusion modelによりMPCのwarm-start軌道を生成し、衝突回避と精密制御を両立する枠組み。混雑環境での実時間動作を狙う。

従来の最適化ベース制御は制約を守れるが多数障害物で高速に実行可能解を得にくい。diffusionは多様な軌道を生成できるがシーン構造で条件付けする汎用・効率的な方法が乏しかった。両者を組み合わせ、成功率と低遅延を改善。

diffusion transformerをシステム状態・タスク・周囲環境で条件付け。object-centric slot attentionでコンパクトな障害物表現を得る。サンプル軌道を剛体動力学とsigned-distance衝突制約を課す最適制御問題でrefineし、実時間で実行可能動作を生成。

ベンチマークタスクで、sampling-based plannerや各コンポーネント単体より高い成功率と低遅延を達成。トルク制御Pandaによる実機実験でMPC併用の信頼性と安全性を確認。

要旨からは不明。

要旨で参照/比較されているsampling-based planner、diffusion model、model predictive control (MPC)、object-centric slot attention、diffusion transformer。関連手法としてoptimal control problem。同分野の定番としてsampling-based planning、MPC。