未知パラメータの安全なオンライン学習のためのパラメータロバストMPPI
Parameter-Robust MPPI for Safe Online Learning of Unknown Parameters
パラメータの不確かさに対処するため、オンライン学習と確率的な安全制約を統合したMPPI制御フレームワークを提案し、シミュレーションと実機で有効性を示した。
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: Matti Vahs, Jaeyoun Choi, Niklas Schmid, Jana Tumova, Chuchu Fan
分類: cs.RO
原文アブストラクト
Robots deployed in dynamic environments must remain safe even when key physical parameters are uncertain or change over time. We propose Parameter-Robust Model Predictive Path Integral (PRMPPI) control, a framework that integrates online parameter learning with probabilistic safety constraints. PRMPPI maintains a particle-based belief over parameters via Stein Variational Gradient Descent, evaluates safety constraints using Conformal Prediction, and optimizes both a nominal performance-driven and a safety-focused backup trajectory in parallel. This yields a controller that is cautious at first, improves performance as parameters are learned, and ensures safety throughout. Simulation and hardware experiments demonstrate higher success rates, lower tracking error, and more accurate parameter estimates than baselines.
関連論文
- 専門家知識を活用した無人航空機の軌道追従改善のためのオンライン深層学習制御/オンライン学習
- オンライン学習としてのモデル予測制御制御/オンライン学習
