RRT^η: 算術幾何平均ロバスト性を用いたSTL仕様からのサンプリングベース運動計画と制御

- STL 仕様を満たすサンプリングベース運動計画・制御フレームワーク RRT$^\eta$ を提案。 - Arithmetic-Geometric Mean (AGM) robustness を導入し、全時刻・全部分式で満足度を評価。 - 木構築中の部分軌道推論のための AGM robustness interval semantics、その incremental monitoring algorithm、Fulfillment Priority Logic (FPL) を用いた Direction of Increasing Satisfaction ベクトルを貢献。 - 動的に実行可能な制御列を高い robustness で合成し、RRT$^\ast$ の probabilistic completeness と asymptotic optimality を維持。

- 従来の min-max robustness は critical time points と subformulae のみに注目し、非平滑な最適化景観と鋭い決定境界を生み、木探索を妨げる。 - 提案手法は AGM robustness で全時刻・全部分式を評価し、滑らかな景観を実現。 - 部分軌道を扱う interval semantics と incremental monitoring により、木構築中の効率的な推論が可能。 - FPL に基づく Direction of Increasing Satisfaction で目的合成を原理的に行う。 - 多制約・ガイダンス信号限定のシナリオで従来の STL robustness ベースプランナより優位。

- AGM robustness を STL 満足度評価に採用。 - AGM robustness interval semantics を定義し、部分軌道の満足度範囲を推論。 - 効率的な incremental monitoring algorithm で区間を計算。 - Fulfillment Priority Logic (FPL) を活用した Direction of Increasing Satisfaction ベクトルで目的を合成。 - RRT$^\ast$ を基盤とし、probabilistic completeness と asymptotic optimality を保持。

- 3 つのロボットシステムで検証：double integrator point robot、unicycle mobile robot、7-DOF robot arm。 - 多制約シナリオで限られたガイダンス信号の下、従来の STL robustness ベースプランナより優れた性能を実証。 - 具体的な評価指標や統計は要旨からは不明。

- 従来の min-max robustness の非平滑性と鋭い決定境界が効率的な木探索を妨げる問題を指摘。 - AGM robustness により滑らかな景観を実現し、部分軌道推論を可能にする利点を議論。 - 限定的な議論として、probabilistic completeness と asymptotic optimality の維持を主張。 - 計算コストやスケーラビリティ、他の robustness 指標との比較などの詳細は要旨からは不明。

- 要旨で参照/比較されている研究：min-max robustness を用いた従来の STL ベースプランナ、RRT$^\ast$。 - 関連手法：Signal Temporal Logic (STL)、Arithmetic-Geometric Mean (AGM) robustness、Fulfillment Priority Logic (FPL)。 - 同分野の定番：RRT$^\ast$、STL の robustness semantics に関する文献。